《表1 不同方法在Indian Pines和KSC上分类精度》

  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

《基于特征重要性的高光谱图像分类》

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

本文提出了一种新的基于特征重要性的高光谱分类模型（FI-3D CNN）。该模型主要分为两个部分：基于特征重要性的波段选择和三维卷积神经网络分类模型。利用特征重要性进行波段选择的优点在于它在最大限度地保持数据原始性的同时又降低了数据的维度，减少了数据的冗余。而作为分类器的3D卷积神经网络模型其特有的细粒度特征提取方式，使得它对图像的处理达到了几近人力的水平。实验结果表明，本文提出的特征选择方法结合3D CNN后取得了比较好的分类结果，而且该方法也能够有效地提高经典模型（SVM、CNN等）的分类精度。特征重要性的评估会直接影响到后面的分类结果，因此如何最大程度地确保评估方法准确性将是以后工作的重点。