您当前的位置：
首页 >
文章列表页 >
基于空间金字塔注意力机制残差网络的高光谱图像分类
图像处理 | 更新时间：2024-06-27

    • 基于空间金字塔注意力机制残差网络的高光谱图像分类

    • Hyperspectral image classification based on spatial pyramid attention mechanism combined with ResNet

    • “在高光谱图像分类领域，研究者提出了一种基于改进的空间金字塔注意力机制残差网络模型，有效提升了分类精度和收敛速度。”
    • 液晶与显示   2024年39卷第6期 页码：833-843

    • DOI：10.37188/CJLCD.2023-0175    

      中图分类号： TP391

    • 收稿日期：2023-05-10，

      修回日期：2023-06-20，

      纸质出版日期：2024-06-05

    移动端阅览

  • 刘和, 宋璎珞, 胡龙湘, 等. 基于空间金字塔注意力机制残差网络的高光谱图像分类[J]. 液晶与显示, 2024,39(6):833-843. DOI： 10.37188/CJLCD.2023-0175.

    LIU He, SONG Yingluo, HU Longxiang, et al. Hyperspectral image classification based on spatial pyramid attention mechanism combined with ResNet[J]. Chinese journal of liquid crystals and displays, 2024, 39(6): 833-843. DOI： 10.37188/CJLCD.2023-0175.

  •  
  •  

0

浏览量

388

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

结合高效注意力机制的神经架构搜索高光谱图像分类
基于改进ShuffleNetV2网络的遥感场景分类模型
基于储备池计算网络的小样本图像分类方法

相关作者

刘和
宋璎珞
胡龙湘
刘国辉
王侃
王爱丽
陈海松
张康

相关机构

国网黑龙江省电力有限公司 综合信息中心
哈尔滨理工大学 测控技术与通信工程学院黑龙江省激光光谱技术及应用重点实验室
深圳职业技术大学 集成电路学院
哈尔滨理工大学 黑龙江省激光光谱技术及应用重点实验室
中国科学院 长春光学精密机械与物理研究所 数字中心
0