典型文献
基于空谱注意力机制及预激活残差网络的高光谱图像分类算法
文献摘要：
面向高光谱图像分类的许多深度学习算法中,由于提取的空谱特征表示鉴别性不足,其模型的分类性能有待提高.针对该问题,本文提出了一种基于空谱注意力机制及预激活残差网络的高光谱图像分类算法.首先,设计了基于空谱注意力机制的空谱特征提取模块,对空谱特征进行重校准,为空谱特征在后续联合学习时能专注于更具辨别力的通道和空间位置提供保证;其次,设计了基于预激活残差网络的空谱特征联合学习模块,其中预激活残差网络改进了原始残差构建块的网络结构,从而能在利用注意力机制重校准的空谱特征的联合学习时捕获更具鉴别性的深层空谱特征,以提高分类器的分类性能.实验结果表明,和已有的一些高光谱图像分类算法相比,所提出的算法的分类准确率更高,表明该算法能有效地获得判别能力更强的空谱特征表示.
文献关键词：
空谱注意力;预激活;残差网络;高光谱图像分类
中图分类号：
作者姓名：
袁芊芊;谢维信
作者机构：
深圳大学ATR国防科技重点实验室,广东深圳 518060;广东省智能信息处理重点实验室,广东深圳 518060
文献出处：
引用格式：
[1]袁芊芊;谢维信-.基于空谱注意力机制及预激活残差网络的高光谱图像分类算法)[J].信号处理,2022(12):2594-2605
A类：
空谱注意力
B类：
注意力机制,预激活,残差网络,高光谱图像分类,图像分类算法,深度学习算法,特征表示,分类性能,空谱特征提取,取模,联合学习,辨别力,空间位置,特征联合,学习模块,分类器,分类准确率
AB值：
0.147998
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
