科研之友
微信
新浪微博
Facebook
分享链接
摘要
本发明提出了一种基于双支路卷积自编码器的高光谱图像分类方法,主要解决现有技术中对高光谱数据特征提取不充分导致的分类精度偏低的问题,实现步骤为：获取高光谱数据的有监督训练样本集、有监督训练样本标签向量集、无监督训练样本集和测试样本集；构建构建双支路卷积自编码器；对双支路卷积自编码器进行迭代训练；获取高光谱图像分类结果。本发明采用的基于双支路卷积自编码器的分类方法,综合利用无监督学习和有监督学习两种方式对高光谱数据进行特征提取,充分考虑了高光谱图像的数据信息,有效提高了高光谱图像的分类精度,可用于农业监测、地质勘探、灾害环境评估等领域地物的区分和辨别。
- 单位
