內容簡介
本書圍繞卷積神經網絡在高光譜影像分類中的應用展開討論和分析。全書內容分為7章。第1章結合高光譜遙感技術的發展論述了高光譜影像分類的內涵,總結了高光譜影像分類的主要技術方法,並由此引出了高光譜影像分類技術所涉及的主要問題。第2章介紹了卷積神經網絡的基礎理論,對卷積神經網絡的研究現狀進行了總結,研究分析了卷積神經網絡在高光譜影像分類中的應用情況。第3章針對傳統高光譜影像分類演算法中空間信息利用不足的問題,引入局部二值模式、三維Gabor等紋理特徵和雙通道卷積神經網絡模型,介紹了一種結合紋理特徵的雙通道卷積神經網絡高光譜影像分類方法。第4章重點討論了在卷積神經網絡基礎上發展的殘差網路,針對深層殘差網路存在特徵重用減少的問題,設計了適用於高光譜影像分類的寬殘差網路。第5章分析了殘差網路的模型內部結構,構建了殘差密集網路模型,充分利用了網路模型中不同單元提取的分層特徵。第6章引入了注意力機制,設計了適用於高光譜影像分類的殘差通道注意力網路,對網路模型中不同殘差單元輸出的特徵賦以不同的權重,提取出更為有效的特徵集,增強了提取特徵的可分性。第7章對本書所介紹的內容進行了總結,對卷積神經網絡在高光譜影像分類中的應用前景進行了展望。目錄
第l章 緒論