摘要
本发明旨在提供一种基于LO‑MLPRNN的多光谱图像分类方法,包括以下步骤:A、构建深度神经网络模型,深度神经网络模型包括:ODC网络、LSK网络、GRU网络、MLP网络;B、对的深度神经网络模型进行训练,得到训练好的深度神经网络模型;C、原始图像分别输入ODC网络和LSK网络处理,ODC网络处理结果和LSK网络处理结果经过相加融合后,输入GRU网络处理,所得结果输入MLP网络处理,得到最终输出结果。本发明具有高效的并行处理、多层次特征融合、噪声鲁棒性、样本不平衡处理等能力,并能进行高性能分类,能够更好地实现高性能的像素级多光谱遥感影像分类。
技术关键词
光谱图像分类方法
深度神经网络模型
构建深度神经网络
多层次特征融合
Sigmoid函数
遥感影像分类
噪声鲁棒性
数据
拼接模块
高性能
节点
通道
注意力
滤波器
动态
支路
系统为您推荐了相关专利信息
超低弹性模量
钛合金
分类器
遗传算法
Sigmoid函数
降噪程序
声音传输装置
声音传输方法
降噪装置
服务器降噪
视频摘要生成方法
字幕
序列
语义
视频摘要生成装置
剩余寿命预测方法
剩余寿命预测模型
Sigmoid函数
弧触头
断路器触头