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 評論 學院 滾動
風投 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 來源： 中國科學報

高光譜遙感數(shù)據(jù)包含豐富的光譜信息，被廣泛應用于作物分布和動態(tài)變化的監(jiān)測。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參與的傳統(tǒng)特征選擇和與卷積神經(jīng)網(wǎng)絡緊密結(jié)合的自動特征選取。CNN自動特征選取可從輸入數(shù)據(jù)中自動提取面向領(lǐng)域的高級特征，從而達到更高的分類精度。然而，這種方式有以下缺點：為了更好的提取光譜和空間特征，網(wǎng)絡設計更復雜，樣本需求量更大，訓練參數(shù)更多，普通用戶使用困難，計算負擔大。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高級空間特征自動提取相結(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。同時利用傳統(tǒng)特征選擇挖掘光譜特征，并與CNN結(jié)合自動提取面向領(lǐng)域的高級特征的方法還有待進一步研究。

近日，北京師范大學聯(lián)合中國農(nóng)業(yè)科學院作物科學研究所在《作物學報》(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)合以同時挖掘光譜和空間特征。多個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小時熱點 精彩推薦
資訊新聞
?