原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了一种基于双路径融合的高光谱图像重建方法。首先通过对数据集进行预处理，构建训练集和测试集。之后构建具有双路径结构的重构模型，包括浅层特征提取、双路径深度特征提取、自适应特征融合和重构。通过最小化损失来优化网络参数，并保存最优重建模型权重。最后将RGB图像输入到最优重建模型中，输出生成的高光谱图像。本发明的方法根据高光谱图像空间局部相似性和光谱自相似性的特征，在特征提取设计双路径的结构实现针对性提取，使得重建图像更加清晰，纹理更加明显。此外，自适应融合模块能衡量光谱特征和空间特征的重要性
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116612004 A
(43)申请公布日 2023.08.18
(21)申请号 202310579169.6
(22)申请日 2023.05.22
(71)申请人 桂林理工大学
地址 541004
文档评论（0）