融合MS3D-CNN和注意力机制的高光谱图像分类

扫码查看

原文链接

国家科技期刊平台
NETL
NSTL
万方数据

中文摘要：针对高光谱遥感图像分类中空间信息利用不充分、样本标记数量不足的问题,提出一种基于多尺度3 D-CNN和卷积块注意力机制的高光谱图像分类方法.采用特征映射方式从不同感受野充分挖掘并融合高光谱图像的空间特征和光谱特征,对融合后的空谱特征进行卷积块注意力机制处理;通过残差思想构建深层网络,采用Dropout方法处理过拟合问题,最后通过Softmax分类器进行分类.在Indian Pines、Pavia University和Salinas Valley 3个高光谱数据集上进行大量实验,分类结果表明:所提方法优于其他经典方法.

外文标题：Fusion of MS3D-CNN and attention mechanism for hyperspectral image classification

作者：

吴庆岗、刘中驰、贺梦坤

展开 >

作者单位：

郑州轻工业大学计算机与通信工程学院,郑州 450002

关键词：

高光谱图像分类多尺度三维卷积网络注意力机制残差网络

基金：

国家自然科学基金河南省高等学校重点科研项目河南省高等学校重点科研项目河南省高等学校重点科研项目河南省科技攻关项目河南省科技攻关项目河南省科技攻关项目

项目编号：

6150243514A52003423A52000421A520049212102210102222102210103222102210021

出版年：

2023

DOI：

10.3969/j.issn.1674-8425(z).2023.02.020

重庆理工大学学报

重庆理工大学

重庆理工大学学报

CSTPCD北大核心

影响因子：0.567

ISSN：1674-8425

年,卷(期)：2023.37(4)

参考文献量2