面向高光谱图像分类的局部Gabor卷积神经网络

• 作者: 王丽 王燕
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 高光谱图像分类 Gabor滤波 空间-光谱信息 卷积神经网络 深度学习
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 计算机图形&多媒体
• 页码范围: 151-156
• 页数: 6页
• 分类号: TP751.1
• 字数: 4830字
• 语种: 中文
• DOI: 10.11896/jsjkx.190500147

摘要

针对高光谱图像特征利用不足的问题,提出了一种新的基于空谱联合特征的高光谱图像分类方法.该方法首先利用主成分分析(Principal Component Analysis,PCA)和线性判别分析(Linear Discriminant Analysis,LDA)对高光谱图像进行组合降维;其次引入Gabor核,设计了一种基于Gabor核的卷积(Local Gabor Convolutional,LGC)层;最后基于LGC层设计了一个新的卷积神经网络(Local Gabor Convolutional Neural Network,LGCNN)进行分类.在Indian Pines和Salinas Scene数据集上对所提方法进行验证,并将其与其他经典分类方法进行比较.实验结果表明,该方法不仅能大幅度减少可学习的参数,降低模型复杂度,而且具备较好的分类性能,其总体精度达到99％,平均分类精度达到98％以上,Kappa系数达到98％以上.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王丽	兰州理工大学计算机与通信学院	12	140	7.0	11.0
2	王燕	兰州理工大学计算机与通信学院	61	433	12.0	17.0