[01230214]基于空间信息增强和深度信念网络的高光谱图像分类方法
交易价格:
面议
所属行业:
网络
类型:
非专利
交易方式:
资料待完善
联系人:
所在地:
- 服务承诺
- 产权明晰
-
资料保密
对所交付的所有资料进行保密
- 如实描述
技术详细介绍
本发明公开了一种基于空间信息增强和深度信念网络的高光谱图像分类方法,主要解决现有技术对高光谱图像分类存在的精度提高不明显的问题,其技术方案为:1)对原始高光谱图像进行归一化和波段选择,得到反射率值在0到1之间的高光谱图像;2)通过波段分组和分组引导滤波对高光谱图像进行空间信息增强;3)针对空间信息增强后的高光谱图像特点构建深度信念网络模型;4)用空间信息增强后的高光谱图像进行模型的训练;用得到的模型对高光谱图像进行类别预测,得到分类结果。本发明在不损失原始光谱信息的情况下有效增强了高光谱图像空间信息,明显提高了分类精度,可用于环境、气候、农业以及矿物探测。
本发明公开了一种基于空间信息增强和深度信念网络的高光谱图像分类方法,主要解决现有技术对高光谱图像分类存在的精度提高不明显的问题,其技术方案为:1)对原始高光谱图像进行归一化和波段选择,得到反射率值在0到1之间的高光谱图像;2)通过波段分组和分组引导滤波对高光谱图像进行空间信息增强;3)针对空间信息增强后的高光谱图像特点构建深度信念网络模型;4)用空间信息增强后的高光谱图像进行模型的训练;用得到的模型对高光谱图像进行类别预测,得到分类结果。本发明在不损失原始光谱信息的情况下有效增强了高光谱图像空间信息,明显提高了分类精度,可用于环境、气候、农业以及矿物探测。