基于3D多尺度特征融合残差网络的高光谱图像分类

来源 :模式识别与人工智能 | 被引量 : 0次 | 上传用户:ernie_dun
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
深度学习中用于训练的高光谱图像(HSI)数据十分有限,因此较深的网络不利于空谱特征的提取.为了缓解该问题,文中提出3D多尺度特征融合残差网络,利用深度学习和多尺度特征融合的方式对光谱-空间特征进行有序的学习.首先对3D-HSI数据进行自适应降维,将降维后的图像作为网络输入.然后,通过多尺度特征融合残差块依次提取光谱-空间特征,融合不同尺度的特征,通过特征共享增强信息流,获得更丰富的特征.最后以端到端的方式训练网络.在相关数据集上的测试表明,文中网络具有良好的分类性能.
其他文献
当前,人工智能已进入新的发展阶段,人类社会几乎所有领域都对人工智能技术有着越来越迫切的需求,而且布局发展人工智能已经成为世界许多国家的共识与行动。因此,人工智能研究
跨领域情感分类任务旨在利用已知情感标签的源域数据对缺乏标记数据的目标域进行情感倾向性分析.文中提出基于Wasserstein距离的分层注意力模型,结合Attention机制,采用分层
已有的基于模糊粗糙集的多标记特征选择算法多从单一的样本空间刻画属性区分能力,忽视属性对标记的区分能力.基于这一认识,文中同时从样本和标记两个空间出发,提出基于双空间
通过对计算机软件的研究与学习以及对团体操项目的了解,查阅大量资料了解计算机软件技术在团体操项目中的应用了解到,有许多应用软件被应用至团体操的编排中,这些应用为团体
捕获更多的结构特征给网络表示学习方法带来较高的复杂度。基于分层递阶思想,文中提出基于邻域相似的层次粒化的网络表示学习方法,降低已有网络表示学习方法的复杂度。首先利
摘 要:目前,随着持续深化改革的日益推进,我国经济的快速发展,全球一体化经济的逐步形成,我国同其他国家的交流越来越广泛,各种商务活动也应接不暇,因此使每个行业对复合型商务英语人才有了更高的要求。如何做好人才培养,应是中职英语专业教学急需解决的问题。本文在对人才需求做到把控的基础上,创设“三对接”,即英语教学与产业需求、职业标准、生产对程对接模式,做好英语专业人才培养工作。  关键词:中职教育;商务