摘要
本发明公开了一种基于多层特征融合与决策的遥感图像场景分类方法,具体为:获取遥感图像数据集并按比例划分为训练样本和测试样本;对遥感图像数据集进行预处理;采用改进的EfficientNet B0卷积神经网络提取中层特征和深层特征;设计中层特征增强模块MLFE和深层特征增强模块DLFE分别增强对应特征并进行拼接融合;训练网络模型时使用多个子分类器进行决策,联合优化损失,调整网络参数;将测试样本输入到训练好的网络模型中,得到遥感图像场景分类结果。本发明保持了较低的参数量和计算量,同时有着较好的遥感图像场景分类准确率。
技术关键词
多层特征融合
遥感图像数据
遥感图像场景分类
全局平均池化
决策
注意力
多层感知机
分类器
Softmax函数
卷积神经网络提取
样本
多尺度
精度校准
可读存储介质
通道
特征提取模块
处理器
输出特征
系统为您推荐了相关专利信息
风险管控系统
决策
多模态
跨模态
交叉注意力机制
分类网络
特征提取网络
振动加速度信号
代表
故障诊断方法
复合绝缘子
剩余寿命预测方法
机器学习算法
梯度提升决策树算法
机械破坏负荷