基于卷积神经网络的高光谱图像解混方法

摘要

本发明公开了一种基于卷积神经网络的高光谱图像解混方法，主要解决了现有技术在高光谱解混过程中，高光谱图像图像解混精度低、模型复杂、耗时长、效率低的问题。本发明的步骤为：获取数据矩阵，对数据矩阵进行预处理，构建含有基于像素的模糊分类结构的10层结构的卷积神经网络，训练卷积神经网络，模糊分类，将卷积神经网络输出结果进行归一化得到解混结果。本发明引入了基于像素的模糊分类结构的卷积神经网络模型，具有解混精度高、模型简单、计算量低、易于实现的优点。