1
针对高光谱图像特征利用不足的问题,提出了一种新的基于空谱联合特征的高光谱图像分类方法。该方法首先利用主成分分析( Principal component Analysis,PCA)和线性判别分析( Linear Discriminant Analysis,LDA)对高光谱图像进行组合降维;其次引入 Gabor核,设计了一种基于 Gabor核的卷积( Local gabor convolutional,LGC)层;最后基于LGC层设计了一个新的卷积神经网络( Local gabor Convolutional Neural Network, LGCNN)进行分类。在 Indian Pines和 Salinas scene数据集上对所提方法进行验证,并将其与其他经典分类方法进行比较。实验结果表明,该方法不仅能大幅度减少可学习的参数,降低模型复杂度,而且具备较好的分类性能,其总体精度达到99%,平均分类精度达到98%以上, Kappa系数达到98%以上。
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表德赢Vwin官网 网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
全部0条评论
快来发表一下你的评论吧 !