登录社区云,与社区用户共同成长
邀请您加入社区
该用户还未填写简介
暂无可提供的服务
基于卷积神经网络的高光谱分类一、研究现状只考虑到高光谱图像的光谱特征,即:1、提取特征(小波变换、Gabor纹理分析、形态学剖面)2、利用分类方法分类(支持向量机、决策树、随机森林、神经网络)缺点:这些特征提取方法需要依据先验知识手动设置,且通过设定参数提取的特征信息通常只能用于区分特定的对象,缺乏灵活性,并且分类性能无法进一步提升。本文提出:卷积神经网络的高光谱分类优点:能同时提取图
Redis数据库学习笔记