非欧与欧氏域空谱特征学习的异构深度网络方法

摘要

本发明公开了一种非欧与欧氏域空谱特征学习的异构深度网络方法，该方法包括：对高光谱图像执行超像素分割并构建像素到超像素的关联矩阵；根据超像素的邻接关系构建邻接矩阵；构建光谱变换子网络对光谱数据进行去冗余；构建超像素级图卷积子网络提取非欧域空谱特征；构建像素级空谱卷积子网络提取欧氏域空谱特征；融合非欧与欧氏域空谱特征并分类；使用交叉熵损失函数训练网络。本发明方法具有同时在欧氏与非欧域中提取高光谱图像空谱特征的能力，应用于高光谱图像监督分类具有优异性能。