【摘 要】
：
深度学习因为具有强大的特征提取和目标分类能力而被广泛应用于高光谱图像分类领域,但是一些基于深度学习的高光谱图像分类方法中存在图像信息丢失问题。本文受空洞卷积在保
【机 构】
：
燕山大学理学院; 燕山大学电气工程学院; 燕山大学机械学院; 北京空间机电研究所;
论文部分内容阅读
深度学习因为具有强大的特征提取和目标分类能力而被广泛应用于高光谱图像分类领域,但是一些基于深度学习的高光谱图像分类方法中存在图像信息丢失问题。本文受空洞卷积在保持图像信息方面优秀性能的启发,为进一步提高分类精度,提出了一种基于双通道空洞卷积神经网络(DCD-CNN)的高光谱图像分类深度学习框架。空洞卷积可以扩展滤波器的接收域,有效地避免图像信息的丢失,从而提高分类精度。在该框架中,分别采用含有空洞卷积的一维卷积神经网络(1D-CNN)和二维卷积神经网络(2D-CNN)提取高光谱图像的光谱和空间特征。然后,采用加权融合方法对提取的空间特征和光谱特征进行融合。最后将融合后的特征输入支持向量机进行最终分类。通过对两个常用的高光谱图像数据集进行试验并与现有的四种传统和已存在的基于深度学习的分类方法进行比较,结果表明,所提出的框架具有更好的分类性能。
其他文献
我国本身就是一个农业大国,并且目前还面临着人口众多以及资源短缺的问题,在经过多年的农业发展之后证明了农业想要做到可持续发展的关键就在于科技上的创新。同时农业经济发
随着近年来可穿戴设备、物联网、智能家居和人机界面的快速发展,特别是中国互联网大众创新的浪潮推动下,智能设备需求的迅速发展与推广,MCU的市场需求与功能要求也是日新月异
网络群体性事件的预警及处理是新时代条件下要面对的一个重要挑战。为了能在网络群体性事件发生时作出有效预警和完善处置,本文构建了一个网络群体性事件预警及应急处理系统
中美大学基金会之研究□雷虹雷虹／北京大学高教所（北京１００８７１）随着我国对外开放政策的实施和经济的发展，海内外一些团体和友好人士对高等院校的理解和支持越来越多。为了吸引更多的投资
传统的桥梁抗震结构体系主要靠自身塑性变形来消耗地震能量,导致结构产生较大的变位及不可恢复变形,甚至关键部位破坏,经济性及安全性均难以保障。本文提出一种自复位防屈曲
前一时期,起重运输机械行业减速器专业组在制订减速器的质量分等过程中,对齿轮精度定为“887”还是“877”有过一些争论,这里面不同的仅是齿轮第Ⅱ公差组精度。如何来确定第
利用蔬菜产后小包装机械化技术试验,分析机械化包装技术适用性,为进一步推广蔬菜产后初加工机械化技术奠定基础。通过蔬菜产后机械化包装和人工包装对比试验,自动封膜包装效
本文对武夷山自然保护区的生物多样性进行了研究。武夷山有高等植物２６７科、１０２８属、 ２４６６种，区内已知的陆栖脊椎动物４３６种，昆虫已定名的近５０００种，约占全国总种数的１／５，有 ３４个主要森林群落类型。
近年来,中国国家知识产权局受理的外观设计申请量持续居全球首位,其中服装类产品申请量占比较多。具体分析这些专利申请,专利申请的质量参差不齐,本文从提升服装类产品外观设
在智能服务机器人领域,根据场景的图像序列来完成场景重构及其中物体的检测与标注,是机器人场景理解、人机交互及后续服务的基础.本文针对基于RGB-D数据的3D场景物体标注展开