|
|||||
|
|
| 基于多尺度卷积神经网络的高光谱图像分类 | |
| 作者姓名： | 刘娜 宋娟 董丽 尤洪峰 |
| 摘 要： | 卷积神经网络(CNNs)对高光谱图像(HSI)的特征具有强大的学习能力.但是由于传统卷积的本质,往往会丢失部分关键特征,给小样本分类增加了困难.为了克服上述问题,提出了一种新的多尺度卷积(MSC)运算方法来代替传统卷积运算.使用主成分分析(PCA)来降低高维的光谱特征并保留其关键特征;将MSC应用于几种经典的图像分类算... |
| 关 键 词： | 多尺度卷积运算 小样本分类 高光谱影像 |
|
||||||||||||||
|
||||||||||||||
|
||||||||||||||
|
|
|
|
| 设为首页 | 免责声明 | 关于勤云 | 加入收藏 |
|
Copyright©北京勤云科技发展有限公司 京ICP备09084417号 |