标题
- 标题
- 摘要
- 关键词
- 实验方案
- 产品
中文（中国）
▾
-
联合损失训练的卷积神经网络用于高光谱图像分类
摘要： 本信提出了一种基于卷积神经网络的高光谱图像分类方法，该方法通过重建损失函数和判别损失函数联合训练。网络中采用小尺寸卷积核与池化算子级联实现特征抽象，并构建了由反卷积算子和反池化算子组成的解码通道。解码通道执行的非监督重建不仅为网络训练引入先验信息，还通过控制门增强所提取特征的判别能力。实验表明，该方法性能优于当前最先进的基于神经网络的分类方法。
关键词： 控制门、无监督重建、卷积神经网络（CNN）、联合损失（JL）、高光谱图像（HSI）分类
更新于2025-09-10 09:29:36