摘要
本发明提供基于谱域感知与不确定调控的高光谱图像分类方法及系统,包括建立高光谱图像集,对高光谱图像进行噪声去除处理得到第一图像后归一化处理得的第二图像,基于谱域感知机制获取第二图像的每个波段的重要性权重,对第二图像的特征张量进行投影以获取投影特征张量同时结合注意力机制基于重要性权重对投影特征张量进行动态加权求和以得到动态聚焦特征张量,利用多层感知器对动态聚焦特征张量进行非线性变换和增强且进行训练,构建不确定性评估单元动态调控损失函数和构建自适应调整机制自适应调整模型参数,利用训练好的多层感知器输出分类结果。本发明能够高效、准确地处理高维度、复杂特征、数据不平衡以及噪声干扰的高光谱图像。
技术关键词
光谱图像分类方法
多层感知器
聚焦特征
投影特征
谱域
无标签样本
动态
模型预测值
注意力机制
信息熵
非暂态计算机可读存储介质
图像分类系统
系数计算方法
非线性
增强子
像素
系统为您推荐了相关专利信息
智能校准
投影神经网络
设备标识码
存储芯片
识别方法
机械寿命预测方法
网络
模型更新
sigmoid函数
拉格朗日乘数法
机器学习预测方法
膨润土防水毯
因子
多层感知器
神经网络模型
网络特征
三维点云数据
规划传输路径
中继设备
电磁波传播速度