【技术实现步骤摘要】
本申请涉及遥感图像分类领域，特别是涉及一种遥感图像分类方法及系统。
技术介绍
1、为了改善光谱信息在监督分类中的缺陷，近十几年里，研究者们提出了许多遥感图像监督分类的方法，这些方法大致总结为两类：传统方法和深度学习方法。传统方法关注鉴别性特征抽取和光谱数据紧致性表达，代表性的方法包括：随机森林，k-最近邻方法(knn)和支持向量机(svm)等。然而这些方法大多将遥感图像中的像元作为独立光谱曲线进行辨别忽略了空间结构信息导致分类精度不高。同时在存在噪声、信息缺失等情况下鲁棒性不强。
2、近年来，随着深度学习的迅猛发展，其强大的非线性表达能力引起了广泛的注意。相较于传统方法，深度学习方法实现了高层语义信息的自动提取，从而避免了繁琐的特征提取工程。递归神经网络（rnn）是一种适合处理序列数据的网络，他能很好地捕获序列中的判别特征。以高光谱遥感图像为例，考虑到频谱是一种序列，rnn可以充分利用高光谱图像（hsi）的高光谱分辨率的特点，捕获特征的长程依赖关系。例如，zhou等人采用级联rnn实现消除谱带间的冗余信息同时挖掘光谱序列中的...
【技术保护点】
1.一种遥感图像分类方法，其特征在于，所述遥感图像分类方法包括：
2.根据权利要求1所述的遥感图像分类方法，其特征在于，所述光谱曼巴编码器具体包括：全局掩码、第一支路、第二支路以及第三支路；
3.根据权利要求2所述的遥感图像分类方法，其特征在于，所述全局掩码的计算过程包括：
4.根据权利要求3所述的遥感图像分类方法，其特征在于，自动残差连接的计算过程为：
5.根据权利要求1所述的遥感图像分类方法，其特征在于，空间图卷积神经网络的计算过程为：
6.根据权利要求5所述的遥感图像分类方法，其特征在于，自适应滤波矩阵...
【技术特征摘要】
1.一种遥感图像分类方法，其特征在于，所述遥感图像分类方法包括：
2.根据权利要求1所述的遥感图像分类方法，其特征在于，所述光谱曼巴编码器具体包括：全局掩码、第一支路、第二支路以及第三支路；
3.根据权利要求2所述的遥感图像分类方法，其特征在于，所述全局掩码的计算过程包括：
4.根据权利要求3所述的...
【专利技术属性】
技术研发人员：李敏，杨爱涛，何玉杰，陈谢发，
申请(专利权)人：中国人民解放军火箭军工程大学，
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。