利用残差通道注意力网络的高光谱图像分类OA北大核心CSTPCD
Hyperspectral Image Classification Using Residual Channel Attention Network
残差网络能够有效地解决卷积神经网络出现的梯度消失问题,应用于高光谱图像分类取得了良好的效果,但简单地堆积残差单元并不能很好地提高模型性能.通道注意力机制能够有区别地处理卷积层输出的特征图,更好地利用对分类有用的特征通道.为了充分利用残差网络及通道注意力机制的特征提取能力,设计适用于高光谱图像分类的残差通道注意力网络.在残差单元中结合卷积层和通道注意力机制,实现对特征通道的重新调整,并在模型中实现局部残差学习和全局残差学习,促进信息传递,增强模型稳…查看全部>>
魏祥坡;余旭初;管凌霄
信息工程大学, 河南 郑州 450001信息工程大学, 河南 郑州 45000161618部队, 北京 100094
天文与地球科学
高光谱图像分类残差网络通道注意力残差通道注意力网络
《测绘科学技术学报》 2019 (2)
161-166,172,7
国家自然科学基金项目(41801388)河南省科技攻关计划项目(152102210014182102210148).
评论