基于改進U-Net網(wǎng)絡(luò)的樹種精細分類

摘要： 通過改進現(xiàn)有的深度學(xué)習(xí)網(wǎng)絡(luò)，提出了一種結(jié)合機載高分辨率的高光譜數(shù)據(jù)和激光雷達數(shù)據(jù)的樹種精細分類新方法。首先，對不同數(shù)據(jù)源進行特征提取和融合；然后，在U-Net網(wǎng)絡(luò)的基礎(chǔ)上，通過增加通道注意力機制模塊，自適應(yīng)地調(diào)整不同特征的權(quán)重，構(gòu)建了CA-U-Net分類網(wǎng)絡(luò)；最后，通過修改CA-U-Net以適應(yīng)樣本不平衡的分類情況，嘗試解決小樣本物種識別精度低的問題。研究結(jié)果表明：1) CA-... （共10頁）