超像素级宽度学习网络的高光谱图像分类方法

摘要：

本文提出了一种基于超像素宽度学习网络的高光谱图像分类方法.该方法首先采用简单线性迭代聚类方法对原始图像进行超像素分割,并以超像素而不是像素作为宽度学习网络(Broad Learning System,BLS)的输入节点,极大地减小了图的规模,从而提高了分类效率,空谱特征融合加强了可分性,并在融合过程中设定了融合规则,避免了过融合导致的边界模糊问题.

关键词：高光谱图像、宽度学习网络、超像素、分类

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学基金;辽宁省教育厅自然科学研究项目

在线出版日期：2023-08-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：117-120