您当前的位置：
首页 >
文章列表页 >
基于多分支空谱特征增强的高光谱图像分类
图像处理 | 更新时间：2024-06-27

    • 基于多分支空谱特征增强的高光谱图像分类

    • Hyperspectral image classification based on multi-branch spatial-spectral feature enhancement

    • “在高光谱图像分类领域，研究者提出了一种新型模型SSFE-MBACNN，通过多分支特征提取和注意力机制，有效提升了分类精度，为解决噪声干扰和样本不足问题提供了创新解决方案。”
    • 液晶与显示   2024年39卷第6期 页码：844-855

    • DOI：10.37188/CJLCD.2023-0158    

      中图分类号： TP751

    • 收稿日期：2023-04-28，

      修回日期：2023-05-25，

      纸质出版日期：2024-06-05

    移动端阅览

  • 李铁, 李文许, 王军国, 等. 基于多分支空谱特征增强的高光谱图像分类[J]. 液晶与显示, 2024,39(6):844-855. DOI： 10.37188/CJLCD.2023-0158.

    LI Tie, LI Wenxu, WANG Junguo, et al. Hyperspectral image classification based on multi-branch spatial-spectral feature enhancement[J]. Chinese journal of liquid crystals and displays, 2024, 39(6): 844-855. DOI： 10.37188/CJLCD.2023-0158.

  •  
  •  

0

浏览量

181

下载量

0

CSCD

文章被引用时，请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

基于储备池计算网络的小样本图像分类方法
基于多尺度混合卷积网络的高光谱图像分类

相关作者

李文许
王军国
高乔裕
王彬
兰海
俞辉
郭杰龙
魏宪

相关机构

福州大学 先进制造学院
中国科学院 福建物质结构研究所
中国福建光电信息科学与技术创新实验室（闽都创新实验室）
陕西科技大学 电子信息与人工智能学院
中国福建光电信息科学与技术创新实验室（闽都创新实验室）
0