摘要
本发明公开了一种基于注意力机制胶囊网络的高光谱影像分类方法,本方法构建光谱注意力模块,充分提取到光谱信息,对输入的样本选取更为突出的特征,降低计算复杂度;在胶囊网络中采取EM路由,能够有效优化信息传递过程,减少信息丢失并提高特征传递效率,增强网络的鲁棒性,减少对大量样本的依赖。在与3D‑CNN和胶囊网络进行对比实验后,证实本方法在分类精度上优于其他分类方法。本方法充分利用了丰富的空谱信息,与传统路由相比,确保低层次胶囊准确地将特征传递给高层次胶囊,更好利用姿态信息。本发明实验结果中有效地提升了分类的准确度,分类效果良好。
技术关键词
影像分类方法
胶囊网络模型
注意力机制
权重特征
主成分分析法
高层次
非线性特征
特征提取器
数据
鲁棒性
像素点
图像
复杂度
空间结构
系统为您推荐了相关专利信息
风险预测系统
儿童
风险预测模型
特征提取单元
注意力机制
量子随机数
验证机制
动态访问控制
注意力机制
智能溯源
培训管理系统
员工
深度神经网络模型
深度卷积神经网络模型
数据处理模块