典型文献
边缘保护滤波和深度残差网络结合的高光谱影像分类
文献摘要：
针对高光谱影像波段间相关度强、光谱和空间结构复杂性高和训练样本数量有限等问题,提出一种边缘保护滤波和深度残差网络结合的分类方法.首先采用联合双边滤波增强地物的边缘结构以提取出高质量的空间特征,将空间特征与光谱特征融合得到原始空谱特征;然后构建二维卷积神经网络,在卷积层中加入跳层连接将模型改进为一种深度残差网络模型;最后采用该模型提取影像的深层空谱特征并将其输入到Softmax分类器完成影像分类.实验在两个数据集上与相关先进方法比较,结果表明,本文方法考虑到了地物边缘结构的重要作用,缓解了卷积神经网络分类中的过拟合现象,显著提高了高光谱影像的分类精度.
文献关键词：
成像系统;高光谱遥感影像;空谱特征;联合双边滤波;卷积神经网络;残差网络
中图分类号：
作者姓名：
吕欢欢;王琢璐;张辉
作者机构：
辽宁工程技术大学软件学院,辽宁葫芦岛125105;湖州师范学院信息工程学院,浙江湖州313000
文献出处：
引用格式：
[1]吕欢欢;王琢璐;张辉-.边缘保护滤波和深度残差网络结合的高光谱影像分类)[J].激光与光电子学进展,2022(16):252-263
A类：
B类：
边缘保护,高光谱影像分类,波段,相关度,训练样本,样本数量,分类方法,联合双边滤波,地物,边缘结构,空间特征,光谱特征,特征融合,空谱特征,二维卷积神经网络,卷积层,跳层连接,模型改进,深度残差网络模型,Softmax,分类器,方法比较,法考,神经网络分类,过拟合,分类精度,成像系统,高光谱遥感影像
AB值：
0.304777
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。
