Changchun Institute of Optics,Fine Mechanics and Physics,CAS
| 基于超像素分割的图注意力网络的高光谱图像分类 | |
高路尧; 胡长虹 ; 肖树林
| |
| 2024-03-25 | |
| 发表期刊 | 吉林大学学报(理学版)
 |
| 卷号 | 62期号:02页码:357-368 |
| 摘要 | 针对卷积神经网络(CNN)仅能应用于欧氏数据，无法有效获取像素间的全局关系特征以及长距离上下文信息的问题，构建一个基于超像素分割的图注意力网络SSGAT.该网络将超像素分割后的超像素块视为图结构中的图节点，有效减少了图结构的复杂度，并降低了分类图的噪声.在3个数据集上对SSGAT及对比算法的分类精度进行测试，分别获得了94.11%,95.22%,96.37%的总体分类精度.结果表明该方法性能优异，在处理大尺度区域的分类问题时优势明显. |
| 文献类型 | 期刊论文 |
| 条目标识符 | http://ir.ciomp.ac.cn/handle/181722/68725 |
| 专题 | 中国科学院长春光学精密机械与物理研究所 |
| 作者单位 | 1.中国科学院长春光学精密机械与物理研究所 2.中国科学院大学 |
| 推荐引用方式 GB/T 7714 | 高路尧,胡长虹,肖树林. 基于超像素分割的图注意力网络的高光谱图像分类[J]. 吉林大学学报(理学版),2024,62(02):357-368. |
| APA | 高路尧,胡长虹,&肖树林.(2024).基于超像素分割的图注意力网络的高光谱图像分类.吉林大学学报(理学版),62(02),357-368. |
| MLA | 高路尧,et al."基于超像素分割的图注意力网络的高光谱图像分类".吉林大学学报(理学版) 62.02(2024):357-368. |
| 条目包含的文件 | ||||||
| 文件名称/大小 | 文献类型 | 版本类型 | 开放类型 | 使用许可 | ||
| 基于超像素分割的图注意力网络的高光谱图像（1553KB） | 期刊论文 | 出版稿 | 开放获取 | CC BY-NC-SA | 浏览 请求全文 | |
| 个性服务 |
| 推荐该条目 |
| 保存到收藏夹 |
| 查看访问统计 |
| 导出为Endnote文件 |
| 谷歌学术 |
| 谷歌学术中相似的文章 |
| [高路尧]的文章 |
| [胡长虹]的文章 |
| [肖树林]的文章 |
| 百度学术 |
| 百度学术中相似的文章 |
| [高路尧]的文章 |
| [胡长虹]的文章 |
| [肖树林]的文章 |
| 必应学术 |
| 必应学术中相似的文章 |
| [高路尧]的文章 |
| [胡长虹]的文章 |
| [肖树林]的文章 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论