科研之友
微信
新浪微博
Facebook
分享链接
摘要
本发明公开了一种基于奇异值分解和空谱域注意力机制高光谱图像分类方法,从数据集中读入高光谱图像,其中包括三个广泛使用的高光谱图像数据集,即Indian Pines数据集,Pavia University数据集和Salinas Valley数据集,选择任一种且对应只有部分区域的类标ground truth图进行处理；对样本进行粗处理,构造基于奇异值分解卷积网络的无监督特征提取模型；按照训练集：验证集：测试集＝10％：10％：80％的方式,选取训练集、验证集和测试集；对样本进行细处理,构造基于空谱域注意力机制网络的双支路分类模型；利用训练数据集对分类模型进行训练,得到训练好的分类模型；利用训练好的分类模型对测试数据集进行分类,得到测试数据集中每个像素点的类别。本发明提高了高光谱图像分类的精度与速度。
- 单位
