基于多种机制卷积神经网络的高光谱图像分类方法与系统实现.pdf

基于多种机制卷积神经网络的高光谱图像分类方法与系统实现.pdf

  1. 1、本文档共51页,其中可免费阅读20页,需付费100金币后方可阅读剩余内容。
  2. 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
  3. 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
  4. 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

摘要

高光谱数据的分类对于高光谱数据的相关应用领域具有极为重要实际意义。近年来

随着卷积神经网络(ConvolutionalNeuralNetWorks,CNN)的飞速发展,通过卷积神经

网络对高光谱数据进行分类的做法也逐渐流行。提出了类似于ResNet这种较为优秀的

网络模型,使得训练出更深的CNN模型进而提高准确度成为现实;由于该模型使用了

跨层连接的方式,所以该模型出现梯度消失与梯度爆炸现象可能性较低。然而ResNet

网络本身的结构特点导致该模型存在大量的数据冗余;针对此问题

您可能关注的文档

文档评论(0)

136****6583 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

版权声明书
用户编号:7043055023000005

1亿VIP精品文档

相关文档