《电子测量技术杂志》发表论文赏析

基于深度特征提取残差网络的高光谱图像分类

来源:电子测量技术杂志2024年第18期北京时间:

作者:赵雪松,付民,刘雪峰

单位:1.青岛科技大学自动化与电子工程学院 青岛 266061; 2.中国海洋大学信息科学与工程学部电子工程学院 青岛 266100

摘要:深度学习由于其模块化设计和强大的特征提取能力,已成为高光谱图像分类的重要手段之一。然而,如何有效地提取更深层次的特征以及同时提高分析空间和光谱联合特征的能力仍是亟待解决的问题。针对这些问题,本文提出了一种深度特征提取的残差网络,该网络由两个关键部分组成:多级传递融合残差网络和空间光谱多分辨率融合注意力残差网络。多级传递融合残差网络可以有效促进特征信息之间的相互作用,获得更深层次的特征。接着利用空间-光谱多分辨率融合注意力残差网络可以确保从高光谱数据中全面提取空间光谱联合特征和多分辨率特征。为了验证其有效性,本文在Indian Pines,Pavia University和Salinas Valley三个高光谱数据集上对所提出方法的性能进行了评估,分类精度分别达到了98.10%,99.81%和99.94%。实验结果表明,与其他方法相比,该网络具有更好的泛化能力和分类性能。

关键词:高光谱图像分类;残差网络;空间-光谱联合特征;多分辨率

基金资助:国家自然科学基金(61971253)、山东省自然科学基金(ZR2020MF011)项目资助

2024年18期其他文献查阅:

基于改进TCN的上扣扭矩序列数据分类

基于复数神经网络的双视角视觉转角测量方法

基于BO优化SVM轴承故障的静电信号识别方法

多域特征融合的脑电信号肢体运动特征提取与动作识别

基于机器视觉的双光源烟用香精外观质量检测仪

智能网络中基于流量预测的加权公平调度算法

基于蚁群算法和蝙蝠算法的多点路径规划

基于ORB-SLAM2的改进特征匹配与稠密地图算法

基于IViT的锂离子电池健康状态估计

基于PCA的金属工件表面线激光中心提取算法

基于多特征融合的图像修复算法

基于FPGA的多接口视频编解码系统

基于FPGA的智能在线升级存储系统设计

交通速度预测时空图卷积网络及其FPGA实现研究

基于深度特征提取残差网络的高光谱图像分类

基于DSCI-Yolov8的纺织品材质分类方法

基于改进YOLOv8的绝缘子自爆缺陷检测

基于轻量级算法的水上垃圾小目标检测研究

基于改进RT-DETR的浅水海洋生物识别方法

融合多尺度特征及注意力机制的食品图像识别

基于改进RT-DETR的车门内拉手表面缺陷检测方法

基于图像识别的联锁人机界面检测方法研究

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!