重庆理工大学学报(自然科学) ›› 2023, Vol. 37 ›› Issue (2): 173-182.doi: 10.3969/j.issn.1674-8425(z).2023.02.020
吴庆岗,刘中驰,贺梦坤
摘要: 针对高光谱遥感图像分类中空间信息利用不充分、样本标记数量不足的问题,提出 一种基于多尺度 3DCNN和卷积块注意力机制的高光谱图像分类方法。采用特征映射方式从 不同感受野充分挖掘并融合高光谱图像的空间特征和光谱特征,对融合后的空谱特征进行卷积 块注意力机制处理;通过残差思想构建深层网络,采用 Dropout方法处理过拟合问题,最后通过 Softmax分类器进行分类。在 IndianPines、PaviaUniversity和 SalinasValley3个高光谱数据集上 进行大量实验,分类结果表明:所提方法优于其他经典方法。
中图分类号: