×

基于空谱联合特征的高光谱图像分类方法

消耗积分:0 | 格式:pdf | 大小:2.42 MB | 2021-05-28

分享资料个

　　针对高光谱图像特征利用不足的问题，提出了一种新的基于空谱联合特征的高光谱图像分类方法。该方法首先利用主成分分析（ Principal component Analysis，PCA）和线性判别分析（ Linear Discriminant Analysis，LDA）对高光谱图像进行组合降维;其次引入 Gabor核，设计了一种基于 Gabor核的卷积（ Local gabor convolutional，LGC）层;最后基于LGC层设计了一个新的卷积神经网络（ Local gabor Convolutional Neural Network， LGCNN）进行分类。在 Indian Pines和 Salinas scene数据集上对所提方法进行验证，并将其与其他经典分类方法进行比较。实验结果表明，该方法不仅能大幅度减少可学习的参数，降低模型复杂度，而且具备较好的分类性能，其总体精度达到99%，平均分类精度达到98%以上， Kappa系数达到98%以上。

下载并关注上传者 开通VIP，低至0.08元下载/次

声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉

评论(0)
发评论

下载排行榜

全部0条评论

快来发表一下你的评论吧 !