基于生成对抗网络的高光谱图像分类

• 作者: 李吉明 杨东勇 陈方杰
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 高光谱图像分类 生成对抗网络(GANs) 特征挖掘
• 年，卷（期）: 2019,（22）
• 所属期刊栏目: 图形图像处理
• 页码范围: 172-179
• 页数: 8页
• 分类号: TP75
• 字数: 4290字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1807-0164

摘要

针对高光谱图像分类领域中特征利用不足的问题,提出了一种基于生成对抗网络(Generative Adversarial Networks,GANs)的高光谱图像分类方法.根据高光谱图像空间域和光谱域的相关性,利用GANs方法,挖掘其深层特征,生成可分性更高的高光谱图像,并通过支持向量机(Support Vector Machine,SVM)对生成的高光谱图像进行分类.使用两组高光谱数据进行实验,结果表明,该方法能够在少量高光谱波段的情况下,对抗学习到较好的生成模型,使得生成的高光谱图像在地物分类实验中具有更高的分类精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨东勇	浙江工业大学信息工程学院	69	521	11.0	19.0
2	李吉明	浙江警察学院计算机与信息技术系	7	29	2.0	5.0
3	陈方杰	浙江工业大学信息工程学院	1	1	1.0	1.0