基于憶阻卷積神經(jīng)網(wǎng)絡(luò)的遙感場景分類

摘要： 遙感影像場景類別多、類內(nèi)變異大、類間相似度高，而卷積神經(jīng)網(wǎng)絡(luò)等傳統(tǒng)的深度網(wǎng)絡(luò)在目標對象特征表示能力，以及遙感場景圖像中的對象信息和背景信息鑒別力弱，參數(shù)量大，從而導致分類精度不高、訓練效率低，針對上述問題，提出了一種用于遙感場景分類的憶阻卷積神經(jīng)網(wǎng)絡(luò)。通過上下文感知增強Transformer模塊融合共享權(quán)值和上下文感知權(quán)值捕獲高頻和低頻的特征信息，將多尺度選擇性內(nèi)核單元構(gòu)建模塊... （共12頁）