公开(公告)号：CN118429800A

公开(公告)日：2024-08-02

申请号：CN202410463368.5

申请日：2024-04-17

Applicant: 湖南农业大学

Inventor： 邓阳君 ,  张律威 ,  张译尹 ,  王伟业 ,  张明 ,  朱幸辉 ,  谭泗桥

IPC: G06V20/10 ,  G06V10/44 ,  G06V10/58 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464

Abstract: 本发明公开了一种基于张量宽度学习网络的高光谱图像分类方法，涉及图像分类技术领域。本发明在不同场景下都能够直接处理高阶张量数据，可以良好地匹配高光谱成像数据的三维结构，捕获空间与光谱结构信息，具有较高稳定性；从空间和光谱两个字典生成特征节点，可以很好地避免网络随机特征映射带来的不确定性，使特征节点的特征更具可解释性；本发明采用的宽度网络架构具有时间复杂度低的特性，同时考虑了高光谱图像的空谱特征，训练速度更快、分类精确度更高。