公开(公告)号：CN112329818B

公开(公告)日：2023-07-07

申请号：CN202011124146.9

申请日：2020-10-20

Applicant: 南京信息工程大学

Inventor： 孙玉宝 ,  陈逸 ,  周旺平 ,  闫培新 ,  雷铭

IPC: G06V10/764 ,  G06V10/762 ,  G06V10/772 ,  G06V10/26 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/042 ,  G06N3/045 ,  G06N3/08

Abstract: 本发明公开了一种基于图卷积网络嵌入表征的高光谱图像非监督分类方法，包括：对待高光谱图像依次进行EMP和光谱特征提取，得到空谱联合特征；对空谱联合特征进行超像素分割，获得待高光谱图像的超像素点；求解超像素点的解弹性网表示，将解弹性网表示的表示系数中非零分量所关联的超像素点作为当前点的近邻，构建超像素点的图模型；基于图模型进行图卷积网络嵌入表征学习，通过层次化的顶点汇聚操作获得低维特征；根据低维特征表示，利用K‑means算法实现高光谱图像的非监督分类，其可以实现对高光谱图像进行精准分类的目的。

公开(公告)号：CN112329818A

公开(公告)日：2021-02-05

申请号：CN202011124146.9

申请日：2020-10-20

Applicant: 南京信息工程大学

Inventor： 孙玉宝 ,  陈逸 ,  周旺平 ,  闫培新 ,  雷铭

IPC: G06K9/62 ,  G06K9/34 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于图卷积网络嵌入表征的高光谱图像非监督分类方法，包括：对待高光谱图像依次进行EMP和光谱特征提取，得到空谱联合特征；对空谱联合特征进行超像素分割，获得待高光谱图像的超像素点；求解超像素点的解弹性网表示，将解弹性网表示的表示系数中非零分量所关联的超像素点作为当前点的近邻，构建超像素点的图模型；基于图模型进行图卷积网络嵌入表征学习，通过层次化的顶点汇聚操作获得低维特征；根据低维特征表示，利用K‑means算法实现高光谱图像的非监督分类，其可以实现对高光谱图像进行精准分类的目的。