基于增强图注意力网络的高光谱影像分类方法
Journal of Shandong Jianzhu University（2023）
摘要
高光谱遥感影像中隐含了不同地物的光谱特征,高光谱地物分类成为了遥感领域的一个研究热点.高光谱数据存在维度灾难以及训练样本标签过少等问题,进而影响了其分类精度.针对此问题,文章提出一种空-谱特征融合的增强图注意力网络高光谱影像分类方法,即从高光谱数据中获得初始的空-谱特征作为图的节点属性,并以节点的相邻关系构建图结构;将空-谱特征初步融合的高光谱图数据作为输入,并通过增强图注意力来提取节点的空-谱特征;以深度融合的空-谱特征来实现精准的高光谱地物分类.经在龙口和汉川数据集上的实验测试结果表明:这一方法能够有效提取深度融合的空-谱特征,总体分类精度分别达到 99.62％和95.45％,实现了高光谱地物的精准分类.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要