原创力文档- 1、本文档共64页，其中可免费阅读20页，需付费100金币后方可阅读剩余内容。
- 2、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。
- 3、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。
- 4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
摘要
高光谱图像具有光谱分辨率高和图谱合一的特点，包含丰富的光谱信息与空间信息，
在精准农业、地质勘测和环境监测等多个领域都有广泛的应用。高光谱图像的分类结果
将直接影响后续应用的效果，因此高光谱图像分类成为高光谱遥感中最重要的应用之一。
随着深度学习在高光谱图像分类领域的广泛应用，凭借深度学习强大的特征表示能
力，高光谱图像分类方法的分类性能有了显著的提升。但是目前的高光谱图像分类方法
存在以下几个问题导致模型的分类性能无法持续提升。（1）高光谱图像的训练样本数量
较少，导致分类模型的泛化
文档评论（0）