Abstract：
随着成像光谱仪技术的发展,高光谱遥感图像的获取变得越来越容易,高光谱遥感图像分类问题是当前高光谱遥感技术的1个研究热点.近年来,深度学习在图像处理方面取得了很大的成就,并在高光谱遥感图像分类中得到了应用.该文针对高光谱遥感图像地物分类中存在的问题,对深度学习在高光谱遥感图像地物分类中的应用进行了深入研究,选用HybridSN网络模型,并提出分别加入通道注意力机制、空间注意力机制、通道注意力机制和空间注意机制的a-HybridSN网络模型、b-HybridSN网络模型、c-HybridSN网络模型.在IP数据集上进行实验,得出c-HybridSN网络模型的分类精度最高,a-HybridSN网络模型与b-HybridSN网络模型分类精度差不多,且3个模型在原始模型的基础上都有所提高.
Keyword：
Reprint 's Address：
Email：
Source ：
能源与环境
ISSN： 1672-9064
Year： 2024
Issue： 4
Page： 144-148
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 5
Affiliated Colleges：
