期刊文献+
共找到818篇文章
< 1 2 41 >
每页显示 20 50 100
Design of a Modified Cassegrain System Used in Joint Transform Correlator
1
作者 MA Yongli WANG Wensheng 《Semiconductor Photonics and Technology》 CAS 2010年第2期68-72,共5页
In order to detect and recognize infrared target with joint transform correlator,a modified Cassegrain optical system is designed.The main advantages of the system are large field-of-view,infrared dual-band common opt... In order to detect and recognize infrared target with joint transform correlator,a modified Cassegrain optical system is designed.The main advantages of the system are large field-of-view,infrared dual-band common optical path and compact structure.In the modified Cassegrain optical system,the working wavelengths are 3.7~4.8μm and 8~12μm,the field-of-view is 4° and the aperture is 240mm.The paraboloidal primary mirror and hyperboloidal secondary mirror are all replaced by spherical surfaces.So the problems of high machining accuracy and alignment become much easier.In order to balance the aberrations,three compensating lenses are used in the system.The total length of the system is 183mm,and the ratio of the total length to focal length is 0.68.Moreover,the system has a good performance of athermalization between negative 40℃ and positive 60℃.The design results of the system show that the MTF value of each field is greater than 0.72 when the cut-off frequency is 11lp/mm.Due to the excellent image quality of the modified optical system,the ability of Joint transform correlator(JTC)applied in target tracking and identification has been improved for further. 展开更多
关键词 optical design joint transform correlator infrared dual-band aspherical surface Cassegrain optical system
在线阅读 下载PDF
Multiple Targets Recognition for Highly-Compressed Color Images in a Joint Transform Correlator
2
作者 Abdallah K. Cherri Alshahd S. Nazar 《Optics and Photonics Journal》 2022年第5期107-127,共21页
In this paper, we are proposing a compression-based multiple color target detection for practical near real-time optical pattern recognition applications. By reducing the size of the color images to its utmost compres... In this paper, we are proposing a compression-based multiple color target detection for practical near real-time optical pattern recognition applications. By reducing the size of the color images to its utmost compression, the speed and the storage of the system are greatly increased. We have used the powerful Fringe-adjusted joint transform correlation technique to successfully detect compression-based multiple targets in colored images. The colored image is decomposed into three fundamental color components images (Red, Green, Blue) and they are separately processed by three-channel correlators. The outputs of the three channels are then combined into a single correlation output. To eliminate the false alarms and zero-order terms due to multiple desired and undesired targets in a scene, we have used the reference shifted phase-encoded and the reference phase-encoded techniques. The performance of the proposed compression-based technique is assessed through many computer simulation tests for images polluted by strong additive Gaussian and Salt & Pepper noises as well as reference occluded images. The robustness of the scheme is demonstrated for severely compressed images (up to 94% ratio), strong noise densities (up to 0.5), and large reference occlusion images (up to 75%). 展开更多
关键词 Image Compression JPEG Image Format Multiple Targets Detection Fringe-Adjusted joint transform Correlation Random-Phase Mask
在线阅读 下载PDF
SPTJNet:用于图像去除雨条纹的稀疏Transformer和联合注意力轻量化网络
3
作者 尹震宇 石卓 《小型微型计算机系统》 北大核心 2026年第1期121-132,共12页
下雨天气会严重影响图像的清晰度,导致图像视觉质量下降.图像去雨技术能有效去除雨条纹的干扰,提升图像的清晰度和细节表现.然而,现有方法大多依赖卷积或单一注意力机制,限制了其在捕捉全局感受野和处理复杂雨条纹方面的能力,导致图像... 下雨天气会严重影响图像的清晰度,导致图像视觉质量下降.图像去雨技术能有效去除雨条纹的干扰,提升图像的清晰度和细节表现.然而,现有方法大多依赖卷积或单一注意力机制,限制了其在捕捉全局感受野和处理复杂雨条纹方面的能力,导致图像模糊和细节丢失.此外,单一注意力机制增加了模型的复杂度和计算成本,限制了实际应用效率.为此,本文提出了一种基于稀疏Transformer和联合注意力的轻量化图像去雨网络(SParse Transformer and Joint attention Network,SPTJNet).该网络设计了稀疏Transformer模块(SParse Transformer module,SPT),在提升性能的同时减少计算冗余,提高推理效率.并设计了联合注意力模块(Joint Attention Module,JAM),由通道注意力的压缩激励单元(Squeeze-and-Excitation,SE)和高效局部注意力单元(Efficient Local Attention Unit,ELAU)组成,能增强对复杂场景的处理能力.实验表明,SPTJNet在去雨任务中表现出色. 展开更多
关键词 图像去雨 稀疏transformer 联合注意力 通道注意力 高效局部注意力
在线阅读 下载PDF
GTransFusion:基于Transformer的多模态表示学习与图结构对齐的融合方法
4
作者 张显 庞慧 刘佳俊 《现代信息科技》 2026年第4期49-54,59,共7页
高通量基因组测序、高分辨率数字病理图像等多源医疗数据涌现,多模态生物学建模成为人工智能辅助病理诊断的关键。该研究提出一种新的多模态表示学习方法GTransFusion,用于联合分析病理全片图像与组学数据,以提高多种癌症的诊断准确性... 高通量基因组测序、高分辨率数字病理图像等多源医疗数据涌现,多模态生物学建模成为人工智能辅助病理诊断的关键。该研究提出一种新的多模态表示学习方法GTransFusion,用于联合分析病理全片图像与组学数据,以提高多种癌症的诊断准确性。该方法通过基于Transformer的联合表示学习模块,将不同模态数据映射为统一序列表示,过程中显式建模模态类型编码并借助自注意力机制实现动态模态加权;同时构建跨模态特征对齐图结构,利用图神经网络捕获模态间关联与共性信息,反作用于Transformer表示学习以实现跨模态特征对齐与关系建模。在多种肿瘤数据集上的实验表明,所提方法在生存预测性能指标上显著优于对比方法,验证了多模态联合表示和图结构对齐的有效性。 展开更多
关键词 多模态融合 transformER 异构图 联合表示学习
在线阅读 下载PDF
Joint Wavelet-Fractional Fourier Transform 被引量:1
5
作者 宋军 何锐 +2 位作者 袁好 周军 范洪义 《Chinese Physics Letters》 SCIE CAS CSCD 2016年第11期18-21,共4页
Based on Dirac's representation theory and the technique of integration within an ordered product of operators, we put forward the joint wavelet-fractional Fourier transform in the context of quantum mechanics. Its c... Based on Dirac's representation theory and the technique of integration within an ordered product of operators, we put forward the joint wavelet-fractional Fourier transform in the context of quantum mechanics. Its corresponding transformation operator is found and the normally ordered form is deduced. This kind of transformation may be applied to analyzing and identifying quantum states. 展开更多
关键词 of or on IS in joint Wavelet-Fractional Fourier transform
原文传递
Phase-shifting technique applied to circular harmonic-based joint transform correlator
6
作者 Jiuhong Guan Zhaoqi Wang +2 位作者 Hongli Liu Baolai Liang Guoguang Mu 《Chinese Science Bulletin》 SCIE EI CAS 2000年第20期1908-1912,共5页
The phase-shifting technique is applied to the circular harmonic expansion-based jointtransform correlator. Computer simulation has shown that the light efficiency and the discrimination capability are greatly enhance... The phase-shifting technique is applied to the circular harmonic expansion-based jointtransform correlator. Computer simulation has shown that the light efficiency and the discrimination capability are greatly enhanced, and the full rotation invariance is preserved after the phase-shifting technique has been used. A rotation-invariant optical pattern recognition with high discrimination capability and high light efficiency is obtained. The influence of the additive noise on the performance of the correlator is also investigated. However, the anti-noise capability of this kind of correlator still needs improving. 展开更多
关键词 joint transform CORRELATOR PHASE-SHIFTING technique CIRCULAR HARMONIC expansion.
在线阅读 下载PDF
Improving the fatigue performance of longitudinal welded joints by low transformation temperature electrodes
7
作者 王文先 霍立兴 +3 位作者 王东坡 张玉凤 荆洪阳 杨新岐 《China Welding》 EI CAS 2003年第1期34-38,共5页
For a longitudinal welded joint, the tensile residual stresses are as high as the yield stress of the metal, so that the weld toes are sensitive to fatigue load. In this case a low transformation temperature electrode... For a longitudinal welded joint, the tensile residual stresses are as high as the yield stress of the metal, so that the weld toes are sensitive to fatigue load. In this case a low transformation temperature electrode (LTTE) is one of the most useful methods used to improve the fatigue strength of the longitudinal welded joint, because the tensile residual stress is reduced or changed into compressive stress. Three kinds of longitudinal welded joints were selected to conduct fatigue tests. The tests results show that the fatigue strengths at 2×10 6 cycles of the joints welded with LTTE were improved by 41%, 47% and 59% respectively compared with those of the joints welded with E5015, and the fatigue lives at 162 MPa were improved by 9.9 times, 9.6 times and 46.8 times respectively. Furthermore, the LTTE method is not necessary to add process after welding and so that it can be valuable method to improve the fatigue performance of longitudinal welded joints. 展开更多
关键词 fatigue performance longitudinal welded joints compressive residual stress low transformation temperature electrodes (LTTE)
在线阅读 下载PDF
基于频率先验与多尺度Transformer的低照度图像联合增强去噪
8
作者 杨雨晴 张宝菊 +4 位作者 张博 张翠萍 师佳琪 谢宝励 陈家康 《软件》 2025年第11期19-21,57,共4页
本文提出频域先验(DCT Priors)引导的多尺度Transformer网络结构,旨在解决低照度场景下图像出现的光过度、细节丢失、噪声污染以及光照不均匀等退化问题。设计频域引导模块,构建多频段特征组合并重建先验光照图。构建级联Transformer结... 本文提出频域先验(DCT Priors)引导的多尺度Transformer网络结构,旨在解决低照度场景下图像出现的光过度、细节丢失、噪声污染以及光照不均匀等退化问题。设计频域引导模块,构建多频段特征组合并重建先验光照图。构建级联Transformer结构,依次执行噪声抑制、光照图估计和细节重建,利用跨阶段交叉注意力机制融合频域特征与图像信息进行结构细节恢复,并引入可学习光照调节模块,通过Transformer与通道感知机制动态调节光照增强强度。在LOL、LIME、SID等多个标准数据集上进行实验,结果表明,本方法在提升PSNR和SSIM的同时,显著改善了感知质量,证实了该方法的优越性。 展开更多
关键词 频率先验 多尺度transformer 低照度图像 联合去噪增强
在线阅读 下载PDF
基于Swin Transformer的联合信源信道编码算法
9
作者 廖潇 李智 《现代信息科技》 2025年第7期1-4,共4页
联合信源信道编码作为语义通信的关键研究方向,已取得初步研究成果。然而,随着图像分辨率的提升,传统的基于卷积神经网络的联合信源信道编码算法在图像语义特征提取方面表现出局限性。为了解决该问题,文章提出了一种基于Swin Transforme... 联合信源信道编码作为语义通信的关键研究方向,已取得初步研究成果。然而,随着图像分辨率的提升,传统的基于卷积神经网络的联合信源信道编码算法在图像语义特征提取方面表现出局限性。为了解决该问题,文章提出了一种基于Swin Transformer的联合信源信道编码算法。该算法首先利用多尺度大核注意力机制初步捕获图像的局部信息和长距离依赖性,然后通过Swin Transformer进一步对图像语义特征进行分层提取和自适应码率编码。实验结果表明,在AWGN和Rayleigh信道模型下,所提出的算法在PSNR和MS-SSIM指标上均优于传统的算法。 展开更多
关键词 联合信源信道编码 Swin transformer 多尺度大核注意力
在线阅读 下载PDF
基于CNN-Transformer的灰铸铁表面锈蚀等级识别与失效预测
10
作者 王棋 《热处理技术与装备》 2025年第6期70-74,共5页
灰铸铁作为工厂机床底座、管道支撑等核心部件的关键制作材料,长期暴露于潮湿环境,易发生锈蚀,进而引发设备失效与安全隐患。针对传统人工检测成本高、精度低及单一模型难以兼顾全局关联与局部细节的问题,提出构建CNN-Transformer联合... 灰铸铁作为工厂机床底座、管道支撑等核心部件的关键制作材料,长期暴露于潮湿环境,易发生锈蚀,进而引发设备失效与安全隐患。针对传统人工检测成本高、精度低及单一模型难以兼顾全局关联与局部细节的问题,提出构建CNN-Transformer联合模型。该模型以Swin Transformer为目标检测骨干,实现灰铸铁部件的快速定位与全局特征提取;结合DeepLabV3+完成锈蚀区域像素级标注与ISO标准等级(A~D级)划分;引入前馈神经网络进行失效预测,分析锈蚀对材料性能的影响。通过模型训练和工程应用验证,CTSCNet能够准确识别锈蚀等级并预测潜在失效风险,为灰铸铁设备维护提供支持。 展开更多
关键词 锈蚀等级识别 CNN-transformer联合模型 失效预测
在线阅读 下载PDF
企业数字化转型对企业独立与合作研发的影响研究
11
作者 武力超 曹岚兰 秦艺婷 《深圳社会科学》 2026年第1期38-49,共12页
创新是推动经济高质量发展的关键力量,而以提升生产效率为目标的企业数字化转型如何影响企业专利申请,已成为亟需验证的现实问题。基于2010-2021年间3745家上市企业的面板数据,构建微观层面的数字化转型指数,从数字技术应用、互联网商... 创新是推动经济高质量发展的关键力量,而以提升生产效率为目标的企业数字化转型如何影响企业专利申请,已成为亟需验证的现实问题。基于2010-2021年间3745家上市企业的面板数据,构建微观层面的数字化转型指数,从数字技术应用、互联网商业模式、现代信息系统和智能制造四个维度,系统分析企业数字化转型对技术创新活动的影响及其潜在机制。结果表明,企业数字化转型能够显著提升独立专利和联合专利的申请数量;在不同类型创新中,数字化转型对独立实用新型专利的促进作用强于对独立发明专利的促进作用,而对联合发明专利的促进作用则显著高于对联合实用新型专利的影响。进一步分析显示,数字化转型在国有企业、管理权力较弱企业以及审计质量较高企业中具有更强的促进效果。多项稳健性检验验证了上述结论的可靠性。机制分析发现,数字化转型通过提升企业经营效率、缓解融资约束等路径影响技术创新活动,并可能在丰富创新信息来源、强化研发流程管理等方面发挥作用,从而改善技术成果的产生与转化条件。 展开更多
关键词 企业数字化转型 企业创新 独立专利申请 联合专利申请
在线阅读 下载PDF
利用液晶光阀实现的Joint变换
12
作者 陈祯培 陈学文 《光电工程》 CAS CSCD 1992年第6期7-10,共4页
本文叙述了Joint变换的基本原理,并利用液晶光阀的偏振调制特性实现了Joint变换,液晶光阀作为实时记录器件,可以对物体的频谱进行改善,从而得到了较好的相关输出,实验结果与理论分析相符,提供了实时光学相关的一种新方法。
关键词 joint变换 液晶光阀 偏振调制
在线阅读 下载PDF
基于CNN与Transformer混合结构的多语言图像标题生成研究 被引量:5
13
作者 张大任 艾山·吾买尔 +2 位作者 宜年 刘婉月 韩越 《东北师大学报(自然科学版)》 CAS 北大核心 2022年第2期68-75,共8页
针对现有图像标题生成模型在非英语语言中质量不高且仅能实现单一语言图像标题生成的问题,提出基于CNN与Transformer混合结构的多语言图像标题生成模型.首先利用CNN提取图像特征作为Transformer模型的编码端输入,然后解码端的输入为添... 针对现有图像标题生成模型在非英语语言中质量不高且仅能实现单一语言图像标题生成的问题,提出基于CNN与Transformer混合结构的多语言图像标题生成模型.首先利用CNN提取图像特征作为Transformer模型的编码端输入,然后解码端的输入为添加语言标签、进行分词与拉丁化处理后的6种语言,训练时将不同语言的损失和作为优化目标,最终实现不同语言间的联合训练.以Flickr8K数据集为基础,拓展了包含6种语言的多语言图像标题生成数据集,并在该数据集上进行了验证.结果表明:该模型可以同时生成多种语言的图像标题,且生成质量比相同规模的单语言模型质量高,并验证了该方法的有效性. 展开更多
关键词 多语言 深度学习 transformER 联合训练 图像标题生成
在线阅读 下载PDF
译文质量估计中基于Transformer的联合神经网络模型 被引量:5
14
作者 陈聪 李茂西 罗琪 《中文信息学报》 CSCD 北大核心 2021年第6期47-54,共8页
译文质量估计作为机器翻译中的一项重要任务,在机器翻译的发展和应用中发挥着重要的作用。该文提出了一种简单有效的基于Transformer的联合模型用于译文质量估计。该模型由Transformer瓶颈层和双向长短时记忆网络组成,Transformer瓶颈... 译文质量估计作为机器翻译中的一项重要任务,在机器翻译的发展和应用中发挥着重要的作用。该文提出了一种简单有效的基于Transformer的联合模型用于译文质量估计。该模型由Transformer瓶颈层和双向长短时记忆网络组成,Transformer瓶颈层参数利用双语平行语料进行初步优化,模型所有参数利用译文质量估计语料进行联合优化和微调。测试时,将待评估的机器译文使用强制学习和特殊遮挡与源语言句子一起输入联合神经网络模型以预测译文的质量。在CWMT18译文质量估计评测任务数据集上的实验结果表明,该模型显著优于在相同规模训练语料下的对比模型,和在超大规模双语语料下的最优对比模型性能相当。 展开更多
关键词 机器翻译 译文质量估计 transformER 联合训练
在线阅读 下载PDF
快速鲁棒掌子面全局节理特征提取算法
15
作者 白宇 郝毅仁 +4 位作者 陈玮 裴少康 王贺 王继超 方浩 《科学技术与工程》 北大核心 2026年第3期1157-1165,共9页
隧道掌子面监测对于保障施工安全与工程质量至关重要,然而传统依赖手工测量和现场观察的监测方式效率低下且精度受限。为提升监测水平,提出一种结合深度学习的掌子面快速数字化方法。该方法通过构建掌子面单应变换模型,运用基于深度学... 隧道掌子面监测对于保障施工安全与工程质量至关重要,然而传统依赖手工测量和现场观察的监测方式效率低下且精度受限。为提升监测水平,提出一种结合深度学习的掌子面快速数字化方法。该方法通过构建掌子面单应变换模型,运用基于深度学习的特征匹配算法和基于多尺度信息的快速自适应节理特征提取算法,实现不依赖相机参数和拍摄角度的快速、准确节理特征提取,并借助快速节理检测和融合方法达成实时性监测。实验结果显示,此方法能够有效提取全局掌子面节理信息,显著提高数据采集效率,降低操作难度。综上,该方法为隧道工程监测提供了全新的思路与方法,有力保障了隧道施工安全。 展开更多
关键词 掌子面图像 单应变换 深度学习特征点 节理特征提取 GPU加速 随机样本一致算法
在线阅读 下载PDF
改善实时Joint变换相关输出效果的研究
16
作者 赵立 杨葆塘 李育林 《西北大学学报(自然科学版)》 CAS CSCD 1991年第3期47-50,共4页
利用Joint变换的相关性质,可实现实时图象识别。本文提出一种功率谱处理方法,可对实时相关输出中的直流分量和噪声进行抑制,以增强相关信号,提高信噪比。计算机模拟实验的结果表明,这种方法很有效。
关键词 joint变换 相关 图象识别 信息处理
在线阅读 下载PDF
高光谱图像去噪的稀疏空谱Transformer模型 被引量:1
17
作者 杨智翔 孙玉宝 +1 位作者 白志远 栾鸿康 《电子测量技术》 北大核心 2024年第1期150-158,共9页
现阶段Transformer模型的应用提升了高光谱图像去噪的性能,但原始Transformer模型对图像空间-光谱耦合关联性的利用仍存在不足;对空间特征的处理存在过于平滑,容易丢失小尺度结构的现象;同时在光谱维度上也过于关注全部通道特征,缺乏对... 现阶段Transformer模型的应用提升了高光谱图像去噪的性能,但原始Transformer模型对图像空间-光谱耦合关联性的利用仍存在不足;对空间特征的处理存在过于平滑,容易丢失小尺度结构的现象;同时在光谱维度上也过于关注全部通道特征,缺乏对不同光谱波段间差异性的利用;为了应对这些问题,本文提出了一种新的稀疏空谱Transformer模型,提升了对空谱耦合关联性的利用。在空间维度,引入局部增强模块增强空间特征细节,应对过平滑问题;同时在光谱维度上提出了Top-k稀疏自注意力机制,自适应选择前K个最相关的光谱通道特征进行特征交互,从而能够有效捕获空谱特征。最终通过稀疏空谱Transformer的层级残差连接实现高光谱图像的去噪。在ICVL数据集上分别对高斯噪声和复杂噪声进行去噪处理,峰值信噪比分别达到40.56 dB和40.19 dB,证明了本文提出的稀疏空谱Transformer模型优越的性能。 展开更多
关键词 高光谱图像去噪 空间-光谱联合特征 稀疏transformer
原文传递
基于局部Transformer的泰语分词和词性标注联合模型 被引量:1
18
作者 朱叶芬 线岩团 +1 位作者 余正涛 相艳 《智能系统学报》 CSCD 北大核心 2024年第2期401-410,共10页
泰语分词和词性标注任务二者之间存在高关联性,已有研究表明将分词和词性标注任务进行联合学习可以有效提升模型性能,为此,提出了一种针对泰语拼写和构词特点的分词和词性标注联合模型。针对泰语中字符构成音节,音节组成词语的特点,采... 泰语分词和词性标注任务二者之间存在高关联性,已有研究表明将分词和词性标注任务进行联合学习可以有效提升模型性能,为此,提出了一种针对泰语拼写和构词特点的分词和词性标注联合模型。针对泰语中字符构成音节,音节组成词语的特点,采用局部Transformer网络从音节序列中学习分词特征;考虑到词根和词缀等音节与词性的关联,将用于分词的音节特征融入词语序列特征,缓解未知词的词性标注特征缺失问题。在此基础上,模型采用线性分类层预测分词标签,采用线性条件随机场建模词性序列的依赖关系。在泰语数据集LST20上的试验结果表明,模型分词F1、词性标注微平均F1和宏平均F1分别达到96.33%、97.06%和85.98%,相较基线模型分别提升了0.33%、0.44%和0.12%。 展开更多
关键词 泰语分词 词性标注 联合学习 局部transformer 构词特点 音节特征 线性条件随机场 联合模型
在线阅读 下载PDF
基于Transformer的端到端路面裂缝检测方法 被引量:7
19
作者 刘军 王慧民 +2 位作者 张兴忠 张婷 郭美青 《太原理工大学学报》 CAS 北大核心 2022年第6期1143-1151,共9页
针对路面裂缝检测场景中裂缝形状不规则和背景复杂引起的检测精度较低的问题,提出了一种基于transformer的端到端路面裂缝检测方法CrackFormerNet.首先,在特征提取阶段,引入多尺度特征融合机制,设计了Multi-Scale Transformer骨干网络,... 针对路面裂缝检测场景中裂缝形状不规则和背景复杂引起的检测精度较低的问题,提出了一种基于transformer的端到端路面裂缝检测方法CrackFormerNet.首先,在特征提取阶段,引入多尺度特征融合机制,设计了Multi-Scale Transformer骨干网络,将不同下采样倍率特征图融合,提取细节信息丰富的裂缝纹理特征。其次,提出基于CIoU Loss和L1 Loss的联合回归损失函数来度量预测框和标签间距离,精确评估预测框检测效果。同时,为应对transformer模型收敛缓慢的问题,在编码器-解码器阶段使用Pre-LN Transformer结构,在残差连接内部使用层归一化,加速模型收敛。实验结果表明,方法MAP达到84.2%,优于主流基准方法。与DETR检测方法相比,模型收敛轮次压缩18.4%,检测精度提升3.6%,证明了该方法的有效性。 展开更多
关键词 路面裂缝检测 多尺度特征融合 Pre-LN transformer网络 联合回归损失 端到端
在线阅读 下载PDF
融合Transformer和VGG网络的高光谱图像分类 被引量:3
20
作者 张明慧 周浩 王先旺 《传感器与微系统》 CSCD 北大核心 2023年第12期142-145,150,共5页
在高光谱图像(HSI)光谱数据中,相邻波段间信息的相关性对光谱特征近似的不同地物的分析具有重要意义。然而在传统卷积神经网络(CNN)的HSI光谱数据处理方法中,所提取的特征忽略了不同波段间信息的关联性。提出了一种融合Transformer和VG... 在高光谱图像(HSI)光谱数据中,相邻波段间信息的相关性对光谱特征近似的不同地物的分析具有重要意义。然而在传统卷积神经网络(CNN)的HSI光谱数据处理方法中,所提取的特征忽略了不同波段间信息的关联性。提出了一种融合Transformer和VGG网络的高光谱图像分类方法(SST_Like)。采用3D卷积核的VGG网络提取空间光谱特征,基于多头自注意力(MSA)机制的Transformer网络提取连续光谱间信息,形成空谱联合特征,最终通过多层感知机(MLP)完成地物分类任务。本文提出的SST_Like网络模型在3个HSI开放数据集上的实验结果表明,与传统基于CNN的HSI分类算法相比,可以提取更加深层的、判别性的特征,具有较高的分类性能。 展开更多
关键词 VGG网络 高光谱图像分类 transformER 空谱联合特征提取
在线阅读 下载PDF
上一页 1 2 41 下一页 到第
使用帮助 返回顶部