首页> 中国专利> 基于双路卷积融合神经网络的高光谱图像分类模型及方法

基于双路卷积融合神经网络的高光谱图像分类模型及方法

摘要

本发明公开了一种基于双路卷积融合神经网络的高光谱图像分类模型,包括双边卷积融合模块和分类模块,双边卷积融合模块包括多个串接的双边融合块;双边融合块包括:最优特征提取模块、最优特征强化模块、空间局部联系性传递模块及特征融合模块;最优特征提取模块包括串接的卷积单元和池化单元,卷积单元的输出连接至空间局部联系性传递模块的输入;池化单元的输出连接至最优特征强化模块的输入;最优特征强化模块和空间局部联系性传递模块的输出共同作为特征融合模块的输入。本申请通过双层结构保持较高的空间分辨率,克服因卷积神经网络表征分辨率下降引发的空间敏感判别特征的提取下降问题,提高分类精度。

著录项

  • 公开/公告号CN111914916A

    专利类型发明专利

  • 公开/公告日2020-11-10

    原文格式PDF

  • 申请/专利权人 河海大学;

    申请/专利号CN202010708829.2

  • 申请日2020-07-22

  • 分类号G06K9/62(20060101);G06N3/04(20060101);G06N3/08(20060101);

  • 代理机构32204 南京苏高专利商标事务所(普通合伙);

  • 代理人柏尚春

  • 地址 210024 江苏省南京市鼓楼区西康路1号

  • 入库时间 2023-06-19 08:50:28

法律信息

  • 法律状态公告日

    法律状态信息

    法律状态

  • 2022-08-26

    授权

    发明专利权授予

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号