基于图卷积网络的多模态遥感数据分类方法

摘要

本发明提出的一种基于图卷积网络的多模态数据图像融合分类方法，主要解决现有高光谱图像分类精度低的问题。其实现方案是：获取高光谱图像数据集；通过GS融合方式将原始HSI和LiDAR图像进行多源数据融合得到高光谱图像GS融合图；分别提取HSI和LiDAR图像的不变属性特征并通过基于加权融合图的特征融合方式得到不变属性特征融合图；将高光谱图像GS融合图和不变属性特征融合结果输入到miniGCN和2DCNN支路进一步提取光谱特征和空间特征；通过乘性融合策略对提取的光谱特征和空间特征进行特征融合；通过分类网络对乘性特征融合结果进行分类。本发明减小了特征信息损失，提高了分类性能，可用于高光谱图像分类。