基于图卷积网络的多模态遥感数据分类方法
公开
摘要
本发明提出的一种基于图卷积网络的多模态数据图像融合分类方法，主要解决现有高光谱图像分类精度低的问题。其实现方案是：获取高光谱图像数据集；通过GS融合方式将原始HSI和LiDAR图像进行多源数据融合得到高光谱图像GS融合图；分别提取HSI和LiDAR图像的不变属性特征并通过基于加权融合图的特征融合方式得到不变属性特征融合图；将高光谱图像GS融合图和不变属性特征融合结果输入到miniGCN和2DCNN支路进一步提取光谱特征和空间特征；通过乘性融合策略对提取的光谱特征和空间特征进行特征融合；通过分类网络对乘性特征融合结果进行分类。本发明减小了特征信息损失，提高了分类性能，可用于高光谱图像分类。
基本信息
专利标题 ：
基于图卷积网络的多模态遥感数据分类方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114581773A
申请号 ：
CN202210187175.2
公开（公告）日 ：
2022-06-03
申请日 ：
2022-02-28
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
谢卫莹李艳林张佳青雷杰李云松
申请人 ：
西安电子科技大学
申请人地址 ：
陕西省西安市太白南路2号
代理机构 ：
陕西电子工业专利中心
代理人 ：
王品华
优先权 ：
CN202210187175.2
主分类号 ：
G06V20/10
IPC分类号 ：
G06V20/10 G06V10/80 G06V10/764 G06V10/82 G06K9/62 G06N3/04 G06N3/08
法律状态
2022-06-03 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
