公开(公告)号：CN109711269B

公开(公告)日：2023-06-20

申请号：CN201811467083.X

申请日：2018-12-03

Applicant: 辽宁工程技术大学

Inventor： 张海涛 ,  孟令国

IPC: G06V20/10 ,  G06V10/58 ,  G06V10/764 ,  G06V10/774 ,  G06V10/771 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于3D卷积谱空特征融合的高光谱图像分类算法，通过使用PCA白化降低光谱特征之间的相关性，极大程度地提高神经网络的训练速度；且本发明通过采用3D卷积操作和1D卷积操作相结合的方式对数据进行特征提取，可以达到更高的分类精度，在小样本上表现效果较好，并且有着较高的计算效率，特征融合过程中没有信息损失，使其能够完成高效、准确的分类，此外使用3D卷积的高光谱图像谱空特征融合方法对分类精度有明显的促进作用。

公开(公告)号：CN109711269A

公开(公告)日：2019-05-03

申请号：CN201811467083.X

申请日：2018-12-03

Applicant: 辽宁工程技术大学

Inventor： 张海涛 ,  孟令国

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于3D卷积谱空特征融合的高光谱图像分类算法，通过使用PCA白化降低光谱特征之间的相关性，极大程度地提高神经网络的训练速度；且本发明通过采用3D卷积操作和1D卷积操作相结合的方式对数据进行特征提取，可以达到更高的分类精度，在小样本上表现效果较好，并且有着较高的计算效率，特征融合过程中没有信息损失，使其能够完成高效、准确的分类，此外使用3D卷积的高光谱图像谱空特征融合方法对分类精度有明显的促进作用。