基于原型学习机制和多维残差网络的高光谱智能分类方法

摘要

本发明属于图像处理技术领域，公开了一种基于原型学习机制和多维残差网络的高光谱智能分类方法。首先，构造适用于高光谱图像特征的多维残差网络，用于提取高光谱图像的光谱和空间特征；其次，构造基于原型学习机制的类别预测函数，对传统深度学习使用的softmax分类器进行替换；然后构造新型的原型距离损失函数，对传统的softmax交叉熵损失函数进行替换，完成对多维残差网络参数的优化更新。本发明引入多维残差网络，舍弃传统的softmax分类器和softmax交叉熵损失函数，构造并应用基于原型学习机制的类别预测函数和原型距离损失函数，具有针对高光谱图像分类问题精度高，训练过程收敛速度快，训练得到的分类模型的鲁棒性高等优点。