一种结合图结构与卷积神经网络的高光谱分类方法.pdfVIP

下载本文档

0
0
约1.36万字
约 11页
2023-04-22 发布于四川
举报
版权申诉

一种结合图结构与卷积神经网络的高光谱分类方法.pdf

1、本文档共11页，其中可免费阅读10页，需付费10金币后方可阅读剩余内容。
2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明涉及一种图结构与卷积神经相结合的高光谱图像分类方法。所述的卷积神经网络是可将三维分解为一维和二维卷积神经网络，超像素图网络是可用于后续的多尺度二维处理的超像素图网络；包括五大步骤：高光谱图像分割和光谱特征提取、基于图网络的多尺度特征提取、基于卷积神经网络的多尺度特征提取、特征融合和像素分类、损失函数和模型训练。与现有技术相比：本发明提供了一种新的多尺度融合网络及一种谱变换机制，可以提取基于多尺度超像素的图形特征和局部像素特征，利用一维提取图节点的谱特征；可抑制原始高光谱图像的噪声，提高图卷

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 113920442 A (43)申请公布日 2022.01.11 (21)申请号 202111150852.5 G06V 10/764 (2022.01)