Indexed by：
Abstract：
本发明公开了基于随机深度残差网络的高光谱图像分类方法，本发明实现步骤如下：步骤一、首先对数据进行预处理。步骤二、模型构建，主要由两部分组成，光谱特征提取与空间信息特征提取。步骤三、模型训练。步骤四、高光谱图像分类。将数据输入网络，进行类别的预测，得到分类的高光谱图像。步骤五、输出分类图像；本发明充分利用了高光谱图像的空谱特征和光谱特征，提高了分类精度，并且在残差网络的基础上应用了随机深度，相较于传统的残差网络极大的缩减了训练时间与测试时间。
Keyword：
Reprint Author's Address：
Email：
Patent Info ：
Type： 发明授权
Patent No.： CN202010169109.3
Filing Date： 2020-03-12
Publication Date： 2023-07-25
Pub. No.： CN111353463B
Applicants： 北京工业大学
Legal Status： 授权
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 1
Affiliated Colleges：
