基于光谱空间注意力融合和可变形卷积残差网络的高光谱图像分类方法

摘要

基于光谱空间注意力融合和可变形卷积残差网络的高光谱图像分类方法，本发明涉及高光谱图像分类方法。本发明的目的是为了解决现有高光谱图像分类由于高光谱图像包含丰富的信息，故光谱及空间特征提取不充分，以及小样本下的过拟合，导致对高光谱图像分类准确率低的问题。过程为：一、采集高光谱图像数据集和相对应的标签向量数据集；二、建立基于光谱空间注意力融合和可变形卷积残差网络SSAF‑DCR；三、将x1,x2和Y1,Y2输入到网络SSAF‑DCR中，采用Adam算法进行迭代优化，得到最优网络；四、向最优网络中输入x3进行分类结果预测。本发明用于高光谱图像分类领域。