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

AITNT
正文
推荐专利
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
申请号:CN202411689445
申请日期:2024-11-25
公开号:CN119478701B
公开日期:2025-12-26
类型:发明专利
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
1
基于三维模型的输电线路螺栓松动检测方法
螺栓松动检测方法 三维点云数据 三维模型 外露 螺杆
2
基于游戏互动的儿童手功能康复系统
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
3
一种基于自编码器的二阶段异常分类方法
分类网络 更新网络参数 编码器 分类方法 信号
4
拉曼光谱分类方法及模型构建方法
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
5
一种基于图像分割的目标定位方法、设备及介质
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
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号