|国家科技期刊平台
| 注册
首页|期刊导航|海洋科学|联合Bi-LSTM和注意力加强多尺度卷积的黄河三角洲湿地高光谱图像分类方法研究

联合Bi-LSTM和注意力加强多尺度卷积的黄河三角洲湿地高光谱图像分类方法研究

徐美论 李忠伟 王雷全 李娟 胡亚斌 梁建

海洋科学2023，Vol.47Issue(5)：27-40,14.
✕
海洋科学2023，Vol.47Issue(5)：27-40,14.DOI:10.11759/hykx20220429013

联合Bi-LSTM和注意力加强多尺度卷积的黄河三角洲湿地高光谱图像分类方法研究

Combined Bi-LSTM and attention enhancement multiscale convolution for wetland hyperspectral image classification in the Yellow River Delta

徐美论 1李忠伟 1王雷全 2李娟 2胡亚斌 3梁建4

作者信息

  • 1. 中国石油大学(华东)海洋与空间信息学院,山东 青岛 266580
  • 2. 中国石油大学(华东)计算机科学与技术学院,山东 青岛 266580
  • 3. 自然资源部 第一海洋研究所,山东 青岛 266061
  • 4. 南通智能感知研究院,江苏南通 226007
  • 折叠

摘要

关键词

高光谱图像分类/黄河三角洲/分组/多尺度/注意力机制

Key words

hyperspectral image classification/Yellow River Delta/grouping/multiscale/attentional mechanism

分类

信息技术与安全科学

引用本文复制引用

徐美论,李忠伟,王雷全,李娟,胡亚斌,梁建..联合Bi-LSTM和注意力加强多尺度卷积的黄河三角洲湿地高光谱图像分类方法研究[J].海洋科学,2023,47(5):27-40,14.

基金项目

山东省联合基金项目(U1906217) （U1906217）

国家自然科学基金项目(62071491)[Shandong Provincial Joint Foundation Project,No.U1906217 （62071491）

National Natural Science Foundation of China,No.62071491] （）

海洋科学

OA北大核心CSCDCSTPCD

1000-3096

访问量0
|
下载量0
段落导航相关论文