基于憶阻卷積神經(jīng)網(wǎng)絡(luò)的遙感場(chǎng)景分類(lèi)

摘要： 遙感影像場(chǎng)景類(lèi)別多、類(lèi)內(nèi)變異大、類(lèi)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(biāo)對(duì)象特征表示能力，以及遙感場(chǎng)景圖像中的對(duì)象信息和背景信息鑒別力弱，參數(shù)量大，從而導(dǎo)致分類(lèi)精度不高、訓(xùn)練效率低，針對(duì)上述問(wèn)題，提出了一種用于遙感場(chǎng)景分類(lèi)的憶阻卷積神經(jīng)網(wǎng)絡(luò)。通過(guò)上下文感知增強(qiáng)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(yè)）