摘要： 近年來，卷積神經(jīng)網(wǎng)絡(luò)在高光譜圖像分類領(lǐng)域取得了顯著的進(jìn)步，但是其只能對圖像進(jìn)行規(guī)則格網(wǎng)運(yùn)算，不能自適應(yīng)的進(jìn)行特征聚合。因此，本文提出了一種基于分段森林的多尺度圖卷積神經(jīng)網(wǎng)絡(luò)的高光譜圖像分類方法，主要有四個步驟：首先使用主成分分析進(jìn)行降維，根據(jù)圖像的空間信息構(gòu)建多尺度的分段森林，建立子樹之間關(guān)系；然后提出了一種基于圖卷積網(wǎng)絡(luò)的U-net模型架構(gòu)，通過池化和解池化建立多個尺度之間的... （共9頁）