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深度学习联合模型的小样本高光谱图像分类方法。首先，构建一个三维通道注意力卷积子网络，通过设计三维通道注意机制并将其融入卷积神经网络中，提取高光谱图像中深层且具有辨别力的光谱特征；其次，构建一个残差多层图卷积子网络，通过搭建多层残差连接，提取高光谱图像中长距离空间关系，从而学习得到图像更丰富的深度空间特征；最后，将两个子网络进行联合，通过全连接层组合与转换融合特征，实现高光谱图像的精准分类。本发明提出的这种深度学习联合模型可充分提取高光谱图像的光谱和空间信息，有效提升小样本情况
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117830849A
(43)申请公布日2024.04.05
(21)申请号202410008610.X
(22)申请日2024.01.03
(71)申请人河海大学
文档评论（0）