摘要
本发明公开了一种联合级联3DCNN与SDTA编码的高光谱影像矿区树种分类方法,包括以下步骤:构建级联3D卷积神经网络提取局部光谱特征和空间特征;通过分割深度转置注意力编码器,对通道维度特征权重进行动态更新;通过将3D卷积与分割深度转置注意力编码器结合以后,在矿区树种分类中提取和分离光谱相近的树种之间的特征;基于残差连接构建融合高级特征和低级特征的模块,并最终将特征展平输入到全连接层,使用softmax激活函数输出最终的分类概率。构建了适用于机载高光谱数据的矿区树种分类深度网络,通过级联3D卷积网络架构提升高维度特征提取能力。
技术关键词
分类方法
注意力编码器
输出特征
卷积神经网络提取
级联
影像
机载高光谱
动态更新
深度特征提取
编码模块
特征提取能力
批量
网络架构
多尺度
分支
通道
表达式
系统为您推荐了相关专利信息
螺栓松动检测方法
三维点云数据
三维模型
外露
螺杆
手功能康复系统
游戏互动
儿童手部
多模态感知反馈
数据采集模块
分类方法
网络模型训练
计算机可读指令
轻量化神经网络
光谱特征信息
点云
多模态深度学习
特征提取网络
特征融合网络
标定关系