收藏本站
收藏 | 投稿 | 论文排版

结合动态卷积和三重注意力机制的高光谱图像分类

王爱丽  刘美红  薛冬  吴海滨  赵蓝飞  岩堀祐之  
【摘要】:考虑到高光谱图像训练样本数量有限及高光谱维度对分类精度的影响,提出了一种结合动态卷积和三重注意力机制(TA)的高光谱分类算法。首先,采用主成分分析(PCA)去除光谱冗余,并将处理后的数据输入改进的残差网络中。然后,在残差网络中引入动态卷积,利用动态卷积核提取深度精细化特征,并利用TA模型实现跨维度信息交互,关注更重要的高光谱空间-光谱特征,降低无用信息的影响。最后,使用Softmax全连接层实现对高光谱图像的分类。在Pavia University、Kennedy Space Center、Salinas 3个公开数据集上与其他6种分类算法进行了比较,实验结果表明,所提算法的分类效果最优,总体分类精度分别达到了97.49%、94.21%、98.65%。

知网文化
【相似文献】
中国期刊全文数据库 前11条
1 韩彦岭;崔鹏霞;杨树瑚;刘业锟;王静;张云;;基于残差网络特征融合的高光谱图像分类[J];国土资源遥感;2021年02期
2 孔燕萍;覃亚丽;;基于深度学习的高光谱图像分类算法[J];传感器与微系统;2020年07期
3 陈绫钢;吕靖芳;;高光谱图像技术在农产品监测中的应用进展[J];北京农业;2016年01期
4 郭南南;;用于高光谱图像分类的轻量级空间注意力网络[J];软件导刊;2021年04期
5 刘遵雄;蒋中慧;任行乐;;基于核方法协同表示的高光谱图像分类[J];广西大学学报(自然科学版);2019年05期
6 张晓华;;基于对抗技术的高光谱图像分类系统的设计及实现[J];测试技术学报;2020年06期
7 叶珍;白璘;;局部保护降维与高斯混合模型的高光谱图像分类[J];工业仪表与自动化装置;2017年04期
8 唐中奇;付光远;陈进;张利;;基于低秩结构提取的高光谱图像压缩表示[J];电子与信息学报;2016年05期
9 渠慎明;刘煊;梁胜彬;;波段聚类和改进递归滤波的高光谱图像分类[J];遥感信息;2021年03期
10 易嘉闻;李希;欧阳尔;李彬;吴健辉;赵林;;基于自编码的高光谱图像波段加权分类网络研究[J];湖南理工学院学报(自然科学版);2021年01期
11 康拥朝;毕玉革;;高光谱图像分类方法研究进展[J];新产经;2020年04期
中国重要会议论文全文数据库 前13条
1 赵亮;徐云和;陈磊;;基于分段t-SNE的高光谱影像降维方法[A];第二十二届华东六省一市测绘学会学术交流会论文集(一)[C];2021年
2 张兵;王向伟;郑兰芬;童庆禧;;高光谱图像地物分类与识别研究[A];成像光谱技术与应用研讨会论文集[C];2004年
3 武倩聿;张馨月;张旭东;;基于约束能量最小化的高光谱图像目标检测算法研究[A];第十二届全国信号和智能信息处理与应用学术会议论文集[C];2018年
4 张悦;官云兰;;基于聚类的高光谱图像非监督波段选择方法[A];《江西遥感》2017年第2期(总第3期)[C];2017年
5 郑毓轩;李云松;师艳子;曲家慧;谢卫莹;;基于FPGA的高光谱异常目标检测RXD算法加速方案[A];2018软件定义卫星高峰论坛会议摘要集[C];2018年
6 何芳;贾维敏;王标标;李冰;;基于加权空—谱联合的遥感图像聚类[A];国家安全地球物理丛书(十二)——地球物理与信息感知[C];2016年
7 韦海萍;赵保军;何佩琨;;高光谱遥感图像压缩技术的研究[A];全国第一届嵌入式技术联合学术会议论文集[C];2006年
8 陈亮;刘代志;;高光谱遥感的军事应用[A];陕西地球物理文集(五)国家安全与军事地球物理研究[C];2005年
9 许宁;孙康;刘磊;胡玉新;耿修瑞;;基于分块矩阵求逆引理的高光谱图像快速端元提取方法[A];第四届高分辨率对地观测学术年会论文集[C];2017年
10 孙蕾;罗建书;;基于分类预测的高光谱遥感图像无损压缩[A];第一届建立和谐人机环境联合学术会议(HHME2005)论文集[C];2005年
11 蒲晓丰;雷武虎;黄涛;王迪;;基于稳健背景子空间的高光谱图像异常检测[A];中国光学学会2010年光学大会论文集[C];2010年
12 王成;何伟基;陈钱;;基于波段重组和小波变换的高光谱图像嵌入式压缩方法[A];黑龙江、江苏、山东、河南、江西 五省光学(激光)联合学术‘13年会论文(摘要)集[C];2013年
13 王艺婷;黄世奇;刘代志;王红霞;;高光谱图像目标检测算法性能研究[A];国家安全地球物理丛书(十)——地球物理环境与国家安全[C];2014年
中国博士学位论文全文数据库 前20条
1 张帆;基于空谱特征学习和深度网络的高光谱图像分类研究[D];西安电子科技大学;2020年
2 李理;基于马氏距离测度核学习的高光谱图像分类方法研究[D];哈尔滨工业大学;2018年
3 高巍;基于多核学习的高光谱图像分类方法研究[D];哈尔滨工业大学;2019年
4 滕艺丹;高光谱图像信息恢复方法研究[D];哈尔滨工业大学;2018年
5 丁晨;基于自适应卷积神经网络的高光谱图像分类方法研究[D];西北工业大学;2018年
6 王丽;基于压缩感知的高光谱图像采样和重构技术研究[D];西北工业大学;2018年
7 潘磊;基于稀疏低秩表示的高光谱图像特征提取与分类[D];西南交通大学;2019年
8 薄纯娟;基于空谱联合模型的高光谱图像分类方法研究[D];大连理工大学;2019年
9 付巍;基于稀疏表征的高光谱图像空谱压缩与分类方法研究[D];湖南大学;2019年
10 韦晓辉;面向高光谱图像分类的特征提取与选择方法研究[D];湖南大学;2019年
11 李娇娇;高光谱遥感图像高效分类与解混方法研究[D];西安电子科技大学;2016年
12 刘务;基于空谱特征挖掘的高光谱图像分类方法研究[D];哈尔滨工程大学;2018年
13 李威;基于机器学习的森林多源遥感数据分析方法研究[D];哈尔滨工程大学;2018年
14 李畅;高光谱遥感影像处理中的若干关键技术研究[D];华中科技大学;2018年
15 任越美;高光谱图像特征提取与分类方法研究[D];西北工业大学;2017年
16 王庆岩;面向植被遥感监测的高光谱图像分类技术研究[D];哈尔滨工业大学;2018年
17 吴钊君;基于权重核范数的高光谱图像去噪与解混方法研究[D];哈尔滨工业大学;2018年
18 张星;组合空间和光谱特性的高光谱图像异常检测与目标识别方法研究[D];国防科学技术大学;2016年
19 冯志玺;空谱稀疏结构学习下的高光谱数据降维与分类技术研究[D];西安电子科技大学;2018年
20 李晶;基于非线性混合模型的高光谱图像解混技术研究[D];浙江大学;2018年
中国硕士学位论文全文数据库 前20条
1 陈静;基于深度学习的高光谱图像分类算法研究[D];西北师范大学;2021年
2 马超;基于深度学习的高光谱遥感图像分类[D];杭州电子科技大学;2019年
3 李阿楠;核稀疏法在高光谱图像目标检测中的应用研究[D];华北电力大学;2019年
4 蒋家旭;基于自适应残差3D-CNN的高光谱图像跨域分类[D];内蒙古工业大学;2019年
5 张燕琪;基于聚类的高光谱图像压缩技术研究[D];重庆邮电大学;2019年
6 王金哲;融合可见光/高光谱和LiDAR数据的城市地物分类算法研究[D];哈尔滨工业大学;2019年
7 陈显军;基于空-谱协方差特征的高光谱图像流形降维方法[D];华南理工大学;2019年
8 马冠群;基于低秩约束的高光谱图像去噪算法研究[D];电子科技大学;2019年
9 李对对;基于机器学习的高光谱图像恢复算法研究[D];中国地质大学(北京);2019年
10 何志学;基于光谱空间KELM的高光谱图像特征提取研究[D];成都理工大学;2019年
11 林辉;基于深度学习的高光谱图像分类方法研究[D];沈阳航空航天大学;2019年
12 江鹏;基于深度学习的高光谱人脸图像识别[D];江西科技师范大学;2018年
13 朱成;基于联合贪婪算法的高光谱图像稀疏解混方法研究[D];南京航空航天大学;2019年
14 李晓迪;基于稀疏与低秩约束的高光谱遥感图像恢复方法研究[D];哈尔滨工业大学;2019年
15 祝琳;基于生成对抗网络的监督/半监督高光谱图像分类方法研究[D];哈尔滨工业大学;2019年
16 吴斯凡;基于多尺度多场景迁移学习的高光谱图像分类算法研究[D];哈尔滨工业大学;2019年
17 陈采璐;基于深度卷积神经网络的高光谱图像分类方法研究[D];哈尔滨工业大学;2019年
18 蒋梦莹;基于随机子空间集成的高光谱图像分类算法的研究[D];广东工业大学;2019年
19 黄碧莹;高光谱图像目标检测算法的实时处理系统设计[D];西安电子科技大学;2019年
20 王琳;基于多结构卷积神经网络的高光谱图像分类[D];西安电子科技大学;2019年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978