首页|基于改进的胶囊网络模型的高光谱图像分类方法

基于改进的胶囊网络模型的高光谱图像分类方法

HYPERSPECTRAL IMAGES CLASSIFICATION METHOD BASED ON IMPROVED CAPSULE NETWORK MODEL

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 维普
  • 万方数据
针对卷积神经网络无法有效提取高光谱图像光谱与空间特征以及识别特征之间的空间位置问题,提出一种基于胶囊网络的改进神经网络模型.采用1×1卷积核对高光谱图像块进行降维处理;利用双通道卷积神经网络提取降维图像的初级特征,进而在PrimaryCaps层将初级特征信息封装为胶囊向量;通过DigitCaps层计算胶囊向量的模长来判别图像块中心像素的所属类别.为了验证模型的可行性与有效性,将改进模型应用于Indi-an Pines和Pavia University两个高光谱数据集分类,并与其他分类方法进行比较.分类结果表明,改进模型有着较好的泛化能力,不仅能够有效提取图像特征,还能够识别特征之间的空间位置信息,从而提高分类的准确率.

周衍挺、韦慧

展开 >

安徽理工大学数学与大数据学院 安徽 淮南232001

胶囊网络 高光谱图像 卷积神经网络 动态路由 批标准化

国家自然科学基金

11601007

2022

10.3969/j.issn.1000-386x.2022.02.029

计算机应用与软件
上海市计算技术研究所 上海计算机软件技术开发中心

计算机应用与软件

CSTPCD北大核心
影响因子：0.615
ISSN：1000-386X
年,卷(期)：2022.39(2)
  • 1
  • 6