TY -的A2 Llobet Eduard AU -李,晨鸣纸业盟——瞿,小雨AU -杨,姚盟——姚明,丹盟——高,Hongmin盟——华Zaijun PY - 2020 DA - 2020/06/15 TI -复合聚类抽样策略多尺度Spectral-Spatial高光谱图像分类SP - 9637839六世- 2020 AB -近年来,许多领域的高性能Spectral-Spatial分类方法提出了高光谱图像的分类。目前,大量的研究都集中在发展中提高分类精度的方法。然而,一些研究表明,广泛采用基于像素随机抽样策略不适合spectral-spatial高光谱图像分类算法。因此,复合聚类抽样策略,提出了可大大减少训练集和测试集之间的重叠,同时使采样点的训练集充分代表在光谱域。同时,为了解决问题的三维卷积神经网络常用于spectral-spatial高光谱图像分类方法,如长时间的培训和大型计算资源需求,多尺度spectral-spatial高光谱图像分类模型提出了基于二维卷积神经网络,有效地减少了培训时间和计算资源的需求。SN - 1687 - 725 - 2020/9637839 / 10.1155 x你——https://doi.org/10.1155/2020/9637839——摩根富林明——《传感器PB - Hindawi KW - ER