一种融合KAN架构和卷积神经网络的遥感图像分类方法

本发明公开了一种融合KAN架构和卷积神经网络的遥感图像分类方法，属于遥感影像分类技术领域，其技术要点是：包括如下步骤：步骤S1：收集来自不同国家的遥感影像数据集，并将其划分为训练集、验证集和测试集；步骤S2：构建融合全卷积掩码自编码器和全局响应归一化层的卷积神经网络；步骤S3：将KAN架构与步骤S2构建的卷积神经网络进行集成，构建融合KAN架构与卷积神经网络的遥感影像分类模型KCN；步骤S4：采用步骤S1中的训练集和验证集进行构建的KCN模型的训练和验证，在测试集上评估KCN模型的分类精度，具有实现高效的自监督学习，实现不同尺度特征的感知，高效适应不同类型输入数据，能够以更快地速度和更高的精度的完成遥感图像分类任务的优点。