摘要
本发明公开了一种基于自注意力网络的高光谱图像分类特征提取方法,提出了基于空谱自注意力机制的特征提取网络,直接利用初始输入进行光谱注意操作和空间注意操作,将其结果进行联系,将光谱注意力机制和空间注意力机制引入特征提取网络中,使得网络更加关注检测任务感兴趣的区域,避免光谱数据被破坏和光谱重要性无法正确提取的问题;并且提出了基于光谱中心自注意力网络的特征提取网络,计算贡献率最大的光谱与其他光谱之间的相似度,避免不同光谱之间不相关的影响,使得神经网络更多地关注贡献大的光谱波段,提取图像光谱局部差异特征,提升高光谱图像分类精度。
技术关键词
空谱特征
特征提取方法
前馈神经网络
编码器模块
特征提取网络
标签
光谱特征提取
注意力机制
矩阵
特征提取器
序列
图像
分类器
特征提取模型
贡献率
像素
图片
系统为您推荐了相关专利信息
电子后视镜系统
自动泊车系统
高斯金字塔
卷积神经网络模型
转换算法
文本特征向量
图像特征向量
知识点标注方法
知识点标签
特征提取网络
预训练语言模型
皮尔逊相关系数
层级
基因调控网络
特征提取方法
可信执行环境
远程服务器
推理方法
词语
计算机程序指令