本發明提出了一種基于雙支路卷積自編碼器的高光譜圖像分類方法,主要解決現有技術中對高光譜數據特征提取不充分導致的分類精度偏低的問題,實現步驟為:獲取高光譜數據的有監督訓練樣本集、有監督訓練樣本標簽向量集、無監督訓練樣本集和測試樣本集;構建構建雙支路卷積自編碼器;對雙支路卷積自編碼器進行迭代訓練;獲取高光譜圖像分類結果。本發明采用的基于雙支路卷積自編碼器的分類方法,綜合利用無監督學習和有監督學習兩種方式對高光譜數據進行特征提取,充分考慮了高光譜圖像的數據信息,有效提高了高光譜圖像的分類精度,可用于農業監測、地質勘探、災害環境評估等領域地物的區分和辨別。
聲明:
“基于雙支路卷積自編碼器的高光譜圖像分類方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)