原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：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
JournalofComputerApplicationsISSN1001⁃90812025⁃01⁃10
计算机应用,2025,45(1):247-252CODENJYIIDUhttp://www.joca.cn
文章编号：1001-9081（2025）01-0247-06DOI:10.11772/j.issn.1001-9081.2024010111
无迭代图胶囊网络的遥感场景分类
11，2，3*1
杨顺，边小勇，陈希
（1.武汉科技大学计算机科学与技术学院，武汉430065；
2.武汉科技大学大数据科学与工程研究院，武汉430065；3.智能信息处理与实时工业系统湖北省重点实验室，武汉430065）
（∗通信作者电子邮箱xyongwh04163.com）
摘要：目前大多数胶囊网络方法通过改进迭代路由的方式提高分类精度，而忽略了迭代路由本身复杂的计算量
带来的负担。虽然有方法采用无迭代的路由训练胶囊网络，但是精度不佳。针对以上问题，提出无迭代路由图胶囊
网络的场景分类模型。首先，利用简单卷积层提取输入图像的初始特征；接着，提出通道和胶囊间双融合的全局注意
力模块，通过依次进行通道和胶囊之间的注意力生成全局权重系数来加权高级胶囊特征，使加权后的高级胶囊特征
更具判别性，以突出重要的胶囊，从而提高分类性能；同时，引入能计算图像间相似性的等变正则化项，以建模胶囊网
络的显式等变性，从而潜在地提升网络性能；最后，基于边界损失和等变损失的组合损失函数训练整个网络，以得到
富于判别性的分类模型。在多个基准场景数据集上的实验结果验证了所提方法的有效性和效率。实验结果表明，所
提方法在加拿大高级研究所的10类图像数据集（CIFAR-10）上的分类准确率达到90.38%，与动态路由胶囊网络（DR-
Caps）方法相比，提高了15.74个百分点；并且在仿射手写数字图像（AffNIST）数据集和航空影像数据集（AID）上，分别
取得了98.21%和86.96%的分类准确率。可见，所提方法有效提高了场景分类性能。
关键词：遥感场景分类；图胶囊网络；无迭代路由；等变正则化
中图分类号：TP391.4文献标志码：A
Non-iterativegraphcapsulenetworkforremotesensingsceneclassification
11，2，3*1
YANGShun，BIANXiaoyong，CHENXi
（1.SchoolofComputerScienceandTechnology，WuhanUniversityofScienceandTechnology，WuhanHubei430065，China；
2.InstituteofBigDat
文档评论（0）