典型文献
面向小样本高光谱影像分类的轻量化关系网络
文献摘要：
近年来,基于深度学习的高光谱影像分类取得重要进展,针对高光谱影像分类训练样本稀缺的情况,提出一种结合注意力机制的轻量化关系网络(lightweight attention depth-wise relation network,LWAD-RN),以解决高光谱影像小样本分类问题.该网络由嵌入层和关联层组成,在嵌入层采用结合注意力机制的轻量化卷积神经网络提取像元特征,同时引入稠密网络结构;在关联层计算关联值进行分类,并采用基于任务的模式训练网络.利用3组公开的高光谱影像数据进行对比实验,结果表明,LWAD-RN能够有效提升小样本条件下(每类5个训练样本)的分类精度,同时提高了模型训练和分类效率.
文献关键词：
高光谱影像分类;注意力机制;轻量化网络;关系网络;小样本
中图分类号：
作者姓名：
孙一帆;余旭初;谭熊;刘冰;高奎亮
作者机构：
信息工程大学,河南 郑州,450001
文献出处：
引用格式：
[1]孙一帆;余旭初;谭熊;刘冰;高奎亮-.面向小样本高光谱影像分类的轻量化关系网络)[J].武汉大学学报（信息科学版）,2022(08):1336-1348
A类：
LWAD
B类：
小样本,高光谱影像分类,量化关系,关系网络,重要进展,分类训练,训练样本,稀缺,注意力机制,lightweight,attention,depth,wise,relation,network,RN,分类问题,嵌入层,关联层,轻量化卷积神经网络,元特征,稠密网络,基于任务,影像数据,样本条件,每类,分类精度,模型训练,轻量化网络
AB值：
0.301916
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。
