本发明提出了一种基于二值量化网络的高光谱图像分类方法,主要解决高光谱图像的边缘模糊、模型复杂和提取云的空间特征信息不足的技术问题。实现步骤为：生成训练集；构建全精度卷积神经网络；训练全精度卷积神经网络；构建二值量化卷积神经网络；初始化二值量化卷积神经网络的；训练二值量化卷积神经网络；对高光谱图像进行分类。本发明利用了七个量化模块,简化了传统的卷积神经网络结构,充分提取高光谱图像云层的空间特征信息,在节省计算资源的同时提高了高光谱图像云分类的精度。
科研之友
微信
新浪微博
Facebook
分享链接
