科研之友
微信
新浪微博
Facebook
分享链接
摘要
本发明提供一种基于自步学习双流多尺度密集连接网络的高光谱图像分类方法,包括以下步骤：步骤1：读入高光谱图像进行预处理,包括非监督波段选择降维和图像分块,划分训练集和测试集；步骤2：搭建局部空谱特征提取支路和全局空间特征提取支路,两支路特征自适应融合,最后接全连接和Softmax层；步骤3：将同一像素点对应的局部图像块和全局图像块分别输入两条支路,以最小化交叉熵损失函数为目标训练有效的高光谱图像分类模型,利用自步学习框架选择训练数据；步骤4：训练结束后,把测试集数据输入网络,得到模型输出的预测类别。
- 单位
