基于空谱自适应双向长短时记忆模型的高光谱分类方法

摘要

本发明公开了一种基于空谱自适应双向长短时记忆模型的高光谱分类方法，建立包含光谱特征提取与空间特征提取两个分支的网络，并进行融合，实现空谱特征联合分类，其特征在于：在光谱特征学习分支中，针对高光谱图像波段间的相关性，提出了基于波段分组的双向长短时记忆网络模型，该模型包括正向长短时记忆网络与反向长短时记忆网络；在进行空谱特征融合时，对应的权重因子在网络训练过程中进行自适应的学习；在利用随机批梯度下降算法最小化网络的损失函数之后，对待分类高光谱图像生成测试样本，输入到网络中，得到地物分类结果。本发明在进行特征提取时，不仅利用了高光谱序列的前文信息，也能同时利用后文信息，满足高精度地物目标识别的需求。