（通讯员崔文静）近日，遥感领域国际顶级期刊IEEE Transactionson Geoscience and Remote Sensing(IEEE TGRS, SCI一区, 影响因子8.2)发表了我校必赢565net官网“数据挖掘及建模”团队题为“A Dual-Branch Deep Stochastic Adaptive Fourier Decomposition Network for Hyperspectral Image Classification”的研究成果。湖北理工学院为第一署名单位，成纯波博士为论文的第一作者。
| |
|
高光谱遥感技术在异常检测及目标检测等领域得到了广泛的应用，特别是高光谱图像分类在环境监测、城市调查、精准农业及国防等方面具有重要意义，备受关注。目前，虽然深度学习方法在高光谱图像分类中取得了令人满意的结果，但是这些方法仍然需要大量的标记样本，且需要花费大量时间确定模型参数。针对这些问题，该论文提出了一种对偶分支深度随机自适应傅里叶分解(SAFD)网络(DSAFDNet)。SAFD是一种新兴的信号处理工具，具有坚实的数学基础，它可以用来寻找一组随机信号或多维信号的公共滤波器。由于SAFD分解得到的滤波器是复数，目前很少有深度学习方法直接处理这种复数滤波器。为此，该论文提出了一种对偶分支网络，它可同时利用滤波器的实部和虚部从高光谱图像中提取深度特征。进一步，该论文研究了不同分类器对所提取的深度特征的分类性能，研究结果为高光谱图像分类提供了新的思路，拓展了深度学习的范畴。
据悉，该文是成纯波博士2023年以来公开发表的第二篇高质量学术论文，另一篇论文以题为《A Two-Stage Convolutional Sparse Coding Network for Hyperspectral Image Classification》已于2月在国际著名期刊《IEEE Geoscience and Remote Sensing Letters》发表( SCI二区, 影响因子4.8)。
