摘要
本发明提供一种基于融合图网络的高光谱遥感影像分类方法及系统,包括:根据数据集的光谱特征分别构造单像素分支和超像素分支的初始图结构;将两个分支中的所有图结构输入单层图卷积网络中得到输出特征,将单像素分支中多个子图的输出特征进行拼接,还原为原始的图结构特征;将超像素分支中的超像素特征分配还原为原始图结构特征;把还原后的特征输入交互融合模块中,使两个分支中提取到的特征进行信息融合,将更新过的特征再次分配为子图和超像素图,将两个分支的特征进行拼接再通过输出层得到最终的分类结果。本发明针对高光谱遥感影像的特性改进超像素分割算法,使其能够顾及影像中的全局信息,同时兼顾粗细粒度信息的特征提取。
技术关键词
遥感影像分类方法
分支
局部空间特征
遥感图像数据
网络
节点
池化特征
像素空间信息
超像素分割算法
高光谱遥感影像
非暂态计算机可读存储介质
输出特征
单层
处理器
计算机程序产品
模块
系统为您推荐了相关专利信息
强化学习模型
脱敏策略
脱敏方法
神经网络模型
强化学习算法
电网调峰方法
电网负荷预测
历史运行数据
调峰策略
历史负荷数据
优化粒子群算法
传输路径
保密需求
端点
前向纠错技术