Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于自注意力网络的高光谱图像分类特征提取方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:湖南大学

摘要:本发明公开了一种基于自注意力网络的高光谱图像分类特征提取方法,提出了基于空谱自注意力机制的特征提取网络,直接利用初始输入进行光谱注意操作和空间注意操作,将其结果进行联系,将光谱注意力机制和空间注意力机制引入特征提取网络中,使得网络更加关注检测任务感兴趣的区域,避免光谱数据被破坏和光谱重要性无法正确提取的问题;并且提出了基于光谱中心自注意力网络的特征提取网络,计算贡献率最大的光谱与其他光谱之间的相似度,避免不同光谱之间不相关的影响,使得神经网络更多地关注贡献大的光谱波段,提取图像光谱局部差异特征,提升高光谱图像分类精度。

主权项:1.一种基于自注意力网络的高光谱图像分类特征提取方法,其特征在于,所述方法包括以下步骤:S100:获取高光谱图片,将高光谱图片的所有像素构成数据集,对数据集进行预处理,得到预处理后的数据集;S200:搭建分类特征提取模型,包括多粒度标签生成器、transformer编码器模块和分类器;S300:将预处理后的数据集中的高光谱图像输入至多粒度标签生成器,得到多粒度标签;S400:将多粒度标签输入transformer编码器模块中提取特征,利用基于空间自注意力-光谱中心自注意力网络的空谱特征获取模块对其进行空谱特征提取获得其长距离依赖性,利用前馈神经网络增强局部信息的表示,得到增强后的空谱特征;S500:将增强后的空谱特征输入至分类器中,得到分类结果,结合预设的损失函数进行训练,当达到预设的训练结束条件时,得到训练好的模型,根据训练好的模型完成实时高光谱图像的分类预测。

全文数据:

权利要求:

百度查询: 湖南大学 一种基于自注意力网络的高光谱图像分类特征提取方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。