【技术实现步骤摘要】
本专利技术属于高光谱图像处理领域，具体涉及基于自适应谱感知演化神经网络的高光谱图像分类方法。
技术介绍
1、高光谱遥感能够获取地物的空间信息和光谱信息，具有丰富的地物特性，在生态保护、地质勘探、军事侦察等方面有着广泛的应用，因此获得了较大的发展。作为遥感技术的重要领域，高光谱图像光谱波段多，光谱分辨率较高，可以捕捉每一个地物的数十个至几百个窄波段光谱信息，将遥感图像的空间信息和光谱信息有机地结合在一起。随着获得的高光谱遥感数据质量的不断提升，高光谱遥感技术在多个领域获得了广泛的应用，如农业的精准监控与规划、矿物质与金属元素的准确探测、智能城市的建立以及国防产业的数据支持等。高光谱遥感影像处理方法包括影像校正、特征提取、波段选择、影像去噪和影像分类等。其中，由于高光谱图像中丰富的光谱信息可以提供准确、详细的地物区分和识别，高光谱图像分类已成为极为重要的应用方向之一。
2、海量的高光谱遥感数据在带来极大机遇的同时，也带来了许多挑战。随着近年来遥感技术的不断发展，其空间和光谱分辨率越来越高，数据量不断增大，相较于传统的遥感图像，高...
【技术保护点】
1.一种基于自适应谱感知演化神经网络的高光谱图像分类方法，其特征在于，包括：
2.根据权利要求1所述的基于自适应谱感知演化神经网络的高光谱图像分类方法，其特征在于，所述基于进化算法搜索由多个光谱特征感知卷积模块组成的多尺度谱感知卷积神经网络，包括：
3.根据权利要求2所述的基于自适应谱感知演化神经网络的高光谱图像分类方法，其特征在于，所述初始化多尺度卷积神经网络结构得到初始种群，包括：
4.根据权利要求3所述的基于自适应谱感知演化神经网络的高光谱图像分类方法，其特征在于，利用该第二随机数数组初始化该多尺度卷积神经网络中的卷积层中卷积...
【技术特征摘要】
1.一种基于自适应谱感知演化神经网络的高光谱图像分类方法，其特征在于，包括：
2.根据权利要求1所述的基于自适应谱感知演化神经网络的高光谱图像分类方法，其特征在于，所述基于进化算法搜索由多个光谱特征感知卷积模块组成的多尺度谱感知卷积神经网络，包括：
3.根据权利要求2所述的基于自适应谱感知演化神经网络的高光谱图像分类方法，其特征在于，所述初始化多尺度卷积神经网络结构得到初始种群，包括：
4.根据权利要求3所述的基于自适应谱感知演化神经网络的高光谱图像分类方法，其特征在于，利用该第二随机数数组初始化该多尺度卷积神经网络中的卷积层中卷积核的尺度和数量，包括：
5.根据权利要求4所述的基于自适应谱感知演化神经网络的高光谱图像分类方法，其特征在于，所述预设的卷积核尺度计算公式，包括：
6.根据权利要求1或5所述的基于自适应谱感知演化神经网络的高光谱图像分类方法，其特征在于，所述利用所述训练样本集对...
【专利技术属性】
技术研发人员：雷雨，侍佼，张少卿，王方博，徐安，王浩，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。