基于3D-CNN和ResNet的高光谱图像分类

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要：针对高光谱图像分类提出了基于3D-CNN和ResNet的3D-CNN-RES模型。高光谱图像经过PCA降维处理后，通过3D-CNN实现对高光谱图像的空谱特征提取，然后使用ResNet完成对图像的快速特征提取，在充分提取高光谱图像特征的同时，降低了网络的复杂度，提高了模型的地物表达能力。最后，高光谱图像分类任务通过Softmax分类损失函数来实现。（剩余5080字）

试读结束

目录
monitor