您当前的位置：
首页 >
文章列表页 >
对比学习结合DenseNet的高光谱图像开放集分类
信息科学 | 更新时间：2026-09-11
上一篇|下一篇

    • 对比学习结合DenseNet的高光谱图像开放集分类

    • Contrastive learning combined with DenseNet for open-set classification of hyperspectral images

    • “研究人员提出了对比学习结合DenseNet的高光谱图像开放集分类方法，利用光谱特征提取模块获取原始光谱维度特征，并通过DenseNet实现多层次特征信息交互，同时利用过渡模块压缩光谱通道，以形成更清晰的类边界分布，有效解决了高光谱数据类别边界混淆难题，为遥感图像智能识别体系建设奠定了基础。”
    • 刘城洋 ，赵琳 ，于亮 ，吴海滨 ，王爱丽
    • 光学精密工程 2025年33卷第23期 页码：3737-3753

    • DOI： 10.37188/OPE.20253323.3737     

      中图分类号：
    • CSTR： 32169.14.OPE.20253323.3737     

    • 修回：2025-09-19 ，

    移动端阅览

  •  
  •  

  • AI导读

  • HTML全文

  • 图( 13 ) 表( 8 )

  • 参考文献

  • 出版信息

  • 数据统计

362

浏览量

742

下载量

0

CSCD

文章被引用时，请邮件提醒。
提交
工具集
  • BibTeX下载
  • Endnote下载
  • RefMan 下载
  • NoteExpress下载
  • NoteFirst下载

相关文章

CNN-Transformer结合对比学习的高光谱与LiDAR数据协同分类
用于物料混合均匀性检测的高光谱图像散焦模糊去除
时空对比学习驱动的弱监督图像语义分割网络
3D-CNN与Transformer混合结构的高光谱图像空谱联合分类
同质区共享端元变异性的高光谱混合像元分解

相关作者

吴海滨
戴诗语
王爱丽
岩堀祐之
于效宇
钱斐
胡凡
苟晓东

相关机构

哈尔滨理工大学 测控技术与通信工程学院 黑龙江省激光光谱技术及 应用重点实验室
中部大学 计算机科学学院
电子科技大学 中山学院 电子信息学院
北京理工大学 机电学院
江南大学 物联网工程学院