您当前的位置：
首页 >
文章列表页 >
高斯交叉特征融合的高光谱图像分类方法
信息科学 | 更新时间：2026-09-11
上一篇|下一篇

    • 高斯交叉特征融合的高光谱图像分类方法

    • Gaussian cross-based feature fusion method for hyperspectral image classification

    • “研究人员构建了高斯交叉特征融合模型，设计了高斯交叉注意力特征融合算法，通过高斯函数量化融合权重并优化关键参数，实现了局部与全局特征的动态加权均衡，在四类典型高光谱图像数据集实验中效果最佳。”
    • 王文龙 ，王海荣 ，易之航 ，杨振业 ，杨建玲
    • 光学精密工程 2026年34卷第2期 页码：279-295

    • DOI： 10.37188/OPE.20263402.0279     

      中图分类号：
    • CSTR： 32169.14.OPE.20263402.0279     

    • 修回：2025-10-22 ，

    移动端阅览

  •  
  •  

  • AI导读

  • HTML全文

  • 图( 9 ) 表( 9 )

  • 参考文献

  • 出版信息

  • 数据统计

379

浏览量

557

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

融合动态感知与渐进细化的水下图像增强网络
改进U-Net的全局特征融合水下图像增强网络
引入注意力机制的轻量级小目标检测网络
面向高光谱图像分类的空谱判别分析
基于特征补偿与增强融合的非对齐可见光-红外目标检测

相关作者

孙士明
张成雯
李广峰
高绍姝
蒋铭皓
高绍姝
焦广森
李广峰

相关机构

中国石油大学（华东）青岛软件学院、计算机科学与技术学院， 山东省智能油气工业软件重点实验室
中国石油大学（华东） 青岛软件学院、计算机科学与技术学院， 山东省智能油气工业软件重点实验室
中国石油大学（华东） 石油工业训练中心
浙江工业大学 信息工程学院
火箭军工程大学