-
题名多维卷积和跳跃图卷积融合的高光谱图像分类
- 1
-
-
作者
李灏兴
黄平平
翟涌光
王志国
董亦凡
郭利彪
-
机构
内蒙古工业大学信息工程学院
内蒙古自治区雷达技术与应用重点实验室
-
出处
《测绘科学》
CSCD
北大核心
2024年第6期74-85,共12页
-
基金
国家自然科学基金区域创新发展联合基金重点项目(U22A2010)
内蒙古自治区自然科学基金资助项目(2023MS04011)
+2 种基金
内蒙古自治区科技计划项目(2019GG138)
内蒙古自治区直属高校基本科研业务费项目(JY20220072,JY20230008)
内蒙古自治区高等学校科学技术研究项目(NJZZ23034)。
-
文摘
针对卷积神经网络应用于小样本分类问题时通常难以达到较高的精度,图卷积网络能够聚合无标签邻域节点特征但未能充分挖掘像素级特征的问题,该文提出了一种融合多维卷积和跳跃图卷积网络的高光谱图像分类方法。该算法包括两个网络分支,首先多维度卷积子网络全面获取空-谱像素级特征;其次跳跃图卷积子网络利用不同层次的邻接矩阵提取全局节点间的关联信息,最后使用交叉注意力融合自适应融合两个子网的特征。实验结果表明,该文所提方法充分结合了卷积神经网络和图卷积网络的优势,在两组广泛使用的高光谱数据集中的分类精度均高于其他对比方法,总体分类精度分别达到了95.85%、96.48%。此外,通过改变网络模型参数验证了该文所提方法的有效性和稳定性。该文为从多层次、多角度提取高光谱图像特征信息用于分类提供了方法参考。
-
关键词
卷积神经网络
图卷积网络
高光谱图像分类
多头注意力融合
交叉注意力融合
-
Keywords
convolutional neural network
graph convolutional network
hyperspectral image classification
multi-head attention fusion
cross-attention fusion
-
分类号
TP75
[自动化与计算机技术—检测技术与自动化装置]
-
