摘要
本发明提供一种高光谱图像分类方法、装置及电子设备,所述方法包括:对高光谱图像通过中心差分卷积算法进行图像信息的捕捉,并生成一阶特征图;基于光谱相似度对一阶特征图中的特征进行图结构建模,得到结构特征图;确定结构特征图的多维度特征;对多维度特征进行点积运算、归一化指数运算,得到各维度下每个特征的重要度及对应特征重要度的数据层次表示;对结构特征图进行KAN层的非线性处理;利用多维度注意力机制对非线性处理结果、每个特征的重要度及数据层次表示进行处理,得到包含高光谱图像的全局特征、局部细节特征及特征重要度的处理结果;基于处理结果对高光谱图像进行分类。本发明的方法能够高效、准确的对高光谱图像进行分类。
技术关键词
光谱图像分类方法
局部细节特征
注意力机制
非线性
卷积算法
高光谱图像分类装置
节点
卷积模型
样条
邻居
指数
电子设备
矩阵
数据
图像类别
模块
纹理特征
处理器
系统为您推荐了相关专利信息
模态特征
疾病
多模态融合方法
特征提取模型
对象
电能表故障
故障检测模型
信息采集系统
自定义参数
有功功率
多元时序数据
异常事件
时间卷积网络
离散小波变换
序列
图像超分辨率重建
图像嵌入
文本
噪声预测模型
交叉注意力机制