一种基于神经网络和注意力机制的高效波段加权预处理方法

摘要

本发明提供了一种基于神经网络和注意力机制的高效波段加权预处理方法，a、使用全局平均池化从输入的高光谱图像I中转化为向量vI；b、进行了两次一维卷积操作从中提取出两个包含相邻通道的相关性信息的向量vc1和vc2，然后将vc1、vc2和vI进行按元素相加操作，得到融合了细节光谱特征与相关性特征的向量vadd；c、使用Sigmoid函数对vadd进行激活得到vw，然后以vw的数值为权重对输入图像I进行加权得到输出图像I`。本发明融合了注意力机制，可根据不同高光谱图像的波段对分类任务的贡献对各波段数据进行加权，来增强贡献大的光谱特征，而抑制贡献小的波段，以达到降低冗余，提高分类精度的目的。