← 返回列表
一种基于MADWA网络的高光谱图像像素级分类方法
摘要文本
一种基于MADWA网络的高光谱图像像素级分类方法，它属于遥感图像分类领域。本发明解决了在噪声标签背景下现有深度神经网络分类准确性差的问题。本发明使用多尺度结构可以充分地学习真实标签及噪声标签数据信息，使网络学习信息的能力得到提升；并设计了光谱空间注意力结构，可以更加有效的关注每个维度所应学习的独特特征，以更加充分利用高光谱数据局部特征，提升了分类准确性。并且通过采用非对称卷积核，可以大幅度降低模型参数，提升运行速度，降低计算复杂度。本发明方法可以应用于遥感图像分类。
申请人信息
- 申请人:哈尔滨工程大学
- 申请人地址:150001 黑龙江省哈尔滨市南岗区南通大街145号
- 发明人: 哈尔滨工程大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于MADWA网络的高光谱图像像素级分类方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311439959.0 |
| 申请日 | 2023/11/1 |
| 公告号 | CN117475308A |
| 公开日 | 2024/1/30 |
| IPC主分类号 | G06V20/10 |
| 权利人 | 哈尔滨工程大学 |
| 发明人 | 王敏慧; 孙亚秀; 项建弘; 王霖郁; 黄丽莲; 钟瑜; 孙蕊; 武雅若; 蒋涵宇; 王英; 徐昊 |
| 地址 | 黑龙江省哈尔滨市南岗区南通大街145号哈尔滨工程大学科技处知识产权办公室 |
专利主权项内容
1.一种基于MADWA网络的高光谱图像像素级分类方法，其特征在于，所述方法具体包括以下步骤：步骤1、获取高光谱图像数据集；步骤2、对获取的高光谱图像数据集中的高光谱图像进行预处理；预处理的具体过程为：对高光谱图像进行切片处理，得到切片处理后的高光谱图像数据集，再将切片处理后的高光谱图像数据集随机划分为训练集和测试集两个部分；步骤3、构建MADWA网络，利用训练集对构建的MADWA网络进行训练，直至MADWA网络在测试集上的分类准确率不再提升或损失函数值不再减小时停止训练，获得训练好的MADWA网络；步骤4、利用训练好的MADWA网络对待分类的高光谱图像进行分类。 来自