《表2 3D-ResNet网络参数设置》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于三维残差网络和虚拟样本的高光谱图像分类方法研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

HYDICE数据分类的实验中，随机选取20%的像素作为训练集，其余用来测试。将从图像中直接获取到的训练数据和与随机产生1倍的虚拟样本数据随机混合的新的训练样本分别输入到三维残差网络中进行训练测试。所有样本类别的数目如表1所示。由于高光谱图像不同波段的图像对应的能量不同，能量表现出来的越大，该维度图像所包含的有用的信息也就越多，通过F-范数来表示高光谱图像中每一维图像能量的大小，原始图像数据为316×216×148大小的三维立体块，根据此原则选取了包含能量信息较多的第56～90期间的35个波段，人为舍弃了信息量较少的其余波段，获得316×216×35的立方块。为了尽可能多地获取到空间和光谱信息，在空间上选取每个样本点周围a×a大小的空间区域，获得a×a×35的三维数据块作为每一个小的输入样本。对于a的取值，分别为7，9，11，13，…，27，29，31。在实验的过程中得到7×7大小的空间域设定结果最好。网络参数设定如表2所示。