数理学院数据挖掘及建模团队在高光谱图像分类方向获得研究新进展

发布时间:2021-06-10 发布者: 编辑:向文容 浏览次数:

近日,数理学院成纯波博士以第一作者在著名国际期刊《IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing》(IF:3.827;二区)上发表题为“Hyperspectral Image Classification via Spectral-spatial Random Patches Network”的论文,我校为第一单位。

该研究报道了在高光谱图像分类方面的最新研究成果。高光谱图像分类是高光谱数据分析的重要步骤之一,也是高光谱数据处理的难点。高光谱图像包含丰富的空间和光谱信息,丰富的光谱和空间信息有助于提高分类精度。该研究提出了一种空谱随机块网络(SSRPNet),该网络不经过任何训练,直接将从图像中提取的随机图像块作为卷积核,将提取的空谱特征叠加成高维向量,与浅、深、光谱、空间特征相结合。通过基于图的学习方法对高维特征向量进行分类,从小样本点中随机选择特征子集创建图来实现良好的分类性能。该项研究成果获得了较高的分类精度,为高光谱图像分类方法的应用和设计提供了新思路。

成纯波博士现为数理学院信息与计算科学教研室教师,毕业于华中科技大学数学与统计学院。该研究工作得到了国家自然科学基金、澳门大学研究基金等项目经费的支持。

原文链接:javascript:;

(通讯员 崔文静 李慧)