亚洲精品无码AⅤ片青青在线观看_国产在线播放不卡一区二区三区_无码中文字幕视频一区二区三区_久久夜色精品亚洲av三区_国产综合欧美无毒不卡怡红院

?
投資 干貨 消費(fèi) 評(píng)論 學(xué)院 滾動(dòng)
風(fēng)投 科技 創(chuàng)業(yè) 業(yè)內(nèi) 要聞
高光譜遙感影像作物分類新方法可獲更高分類精度
發(fā)布日期: 2022-02-21 15:59:31 來(lái)源: 中國(guó)科學(xué)報(bào)

高光譜遙感數(shù)據(jù)包含豐富的光譜信息,被廣泛應(yīng)用于作物分布和動(dòng)態(tài)變化的監(jiān)測(cè)。特征選擇在高光譜遙感分類系統(tǒng)中起著至關(guān)重要的作用。目前,特征的利用主要包括專家知識(shí)參與的傳統(tǒng)特征選擇和與卷積神經(jīng)網(wǎng)絡(luò)緊密結(jié)合的自動(dòng)特征選取。CNN自動(dòng)特征選取可從輸入數(shù)據(jù)中自動(dòng)提取面向領(lǐng)域的高級(jí)特征,從而達(dá)到更高的分類精度。然而,這種方式有以下缺點(diǎn):為了更好的提取光譜和空間特征,網(wǎng)絡(luò)設(shè)計(jì)更復(fù)雜,樣本需求量更大,訓(xùn)練參數(shù)更多,普通用戶使用困難,計(jì)算負(fù)擔(dān)大。目前,傳統(tǒng)特征選擇已被相關(guān)研究證明可提高包含CNN在內(nèi)多類分類器的精度,將傳統(tǒng)特征選擇方法與CNN高級(jí)空間特征自動(dòng)提取相結(jié)合是一種逐漸流行的分類策略。但是,現(xiàn)在的結(jié)合方法并未綜合利用空間特征與光譜信息,也未在作物分類中體現(xiàn)高光譜影像的豐富光譜信息。同時(shí)利用傳統(tǒng)特征選擇挖掘光譜特征,并與CNN結(jié)合自動(dòng)提取面向領(lǐng)域的高級(jí)特征的方法還有待進(jìn)一步研究。

近日,北京師范大學(xué)聯(lián)合中國(guó)農(nóng)業(yè)科學(xué)院作物科學(xué)研究所在《作物學(xué)報(bào)》(The Crop Journal)在線發(fā)表研究論文,提出了一種新穎的光譜特征——堆疊光譜特征空間圖(stacked spectral feature space patch,SSFSP),用于基于CNN的高光譜遙感影像作物分類。該特征將原隱性的光譜特征轉(zhuǎn)換為顯性的空間特征,可與二維CNN相結(jié)合以同時(shí)挖掘光譜和空間特征。多個(gè)高空間分辨率高光譜數(shù)據(jù)集的比較研究表明,SSFSP相較于原始光譜的輸入,可獲得更高的分類精度。(作者:張晴丹 )

24小時(shí)熱點(diǎn) 精彩推薦
資訊新聞
?