摘要
本发明涉及一种基于关键波段检索注意力机制的多源遥感图像分类方法,属于遥感图像处理技术领域。本发明首先对多源遥感数据进行预处理与数据集划分,随后构建关键波段检索注意力网络,并利用划分后的训练集和验证集对模型进行训练与评估,最终利用测试集开展模型结果的可视化分析。本发明通过对高光谱图像与激光雷达/合成孔径雷达图像的特征进行有效提取与融合,有效降低了冗余信息干扰,提升了高光谱关键信息的保留率,增强了多源数据之间的互补表达能力,显著提高了遥感图像分类的精度与计算效率。本发明适用于多源遥感数据融合与分类的应用场景,能够满足复杂地表信息的高效智能处理需求,提供了一种精准、高效的遥感图像分类解决方案。
技术关键词
遥感图像分类方法
注意力神经网络
前馈神经网络
编码器模块
高光谱图像数据
矩阵
合成孔径雷达图像
遥感图像处理技术
样本
主成分分析方法
交叉注意力机制
损失函数优化
融合特征
地物类别
索引
系统为您推荐了相关专利信息
动载荷识别方法
多项式
前馈神经网络
矩阵
多头注意力机制
时空注意力机制
协同预测方法
时间序列关系
多维特征数据
冲击地压预测方法
健康状态预测方法
输出特征
注意力
编码器模块
时序
兴趣点推荐方法
矩阵
信号降噪方法
兴趣点推荐装置
序列