典型文献
多特征融合下的高光谱图像混合卷积分类
文献摘要：
针对现有高光谱遥感图像卷积神经网络分类算法空谱特征利用率不足的问题,提出一种多特征融合下基于混合卷积胶囊网络的高光谱图像分类策略.首先,联合使用主成分分析和非负矩阵分解对高光谱数据集进行降维;然后,将降维所得主成分通过超像素分割和余弦聚类生成一个多维特征集;最后,将叠加后的特征集通过二维、三维多尺度混合卷积网络进行空谱特征提取,并使用胶囊网络对其进行分类.通过在不同高光谱数据集下的实验结果表明,在相同20维光谱维度下,所提策略相比于传统分类策略在总体精度、平均精度以及Kappa系数上均有明显提升.
文献关键词：
图像分类;高光谱图像;降维;超像素;混合卷积胶囊网络
中图分类号：
作者姓名：
熊余;单德明;姚玉;张宇
作者机构：
重庆邮电大学 通信与信息工程学院,重庆 400065;重庆高校市级光通信与网络重点实验室,重庆 400065;泛在感知与互联重庆市重点实验室,重庆 400065
文献出处：
引用格式：
[1]熊余;单德明;姚玉;张宇-.多特征融合下的高光谱图像混合卷积分类)[J].红外技术,2022(01):9-20
A类：
混合卷积胶囊网络,混合卷积网络
B类：
多特征融合,图像混合,高光谱遥感图像,神经网络分类,分类算法,高光谱图像分类,分类策略,联合使用,非负矩阵分解,高光谱数据,得主,超像素分割,余弦,一个多,多维特征,征集,维多,行空,空谱特征提取,总体精度,Kappa
AB值：
0.206387
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。
