科创中国
基于改进的Swin-Transformer网络的高光谱图像分类方法
发布时间: 2023-07-06
基本信息
合作方式：
技术转让
成果类型：
发明专利
行业领域：
生物与新医药技术
成果介绍
高光谱遥感技术基于成像高光谱传感器系统获取到的融合了光谱和空间信息的数据，为研究地表和大气中的空间现象与过程提供了一种创新的方式。如果高光谱影像数据具有足够的质量，那么理论上利用这些数据就能够以近似实验室光谱分析的水平，对一定距离以外的目标进行观测和分析。目前成像高光谱遥感技术已被成功的应用于越来越广泛的学科和领域中，包括地质、生态、林业、冰雪、土壤、环境、水文、灾害管理、城市监测、大气研究、农业、渔业、海洋乃至国家安全等方面。由此可见，对高光谱图像的分析和研究具有深远的现实意义，其中对于高光谱图像中像素所代表的地物进行准确率的分类具有重要研究价值。
成果亮点
高光谱图像分类技术主要分为两类：传统机器学习方法和深度学习方法。主成分分析、线性判别分析等传统优化方法具有简单、易于实现的特点，但只能提取到低维的频谱、空间特征信息。但是传统的机器学习涉及手动设计来提取和学习特征，不正确的降维过程会丢失大量光谱信息，导致只能获取浅层特征信息。因而传统方法难以实现较高的分类精度。近年来深度学习技术在各种任务中展现了其强大的特征提取能力，并且与传统方法相比，深度学习需要较少的人工约束便可以对数据特征进行深层次挖掘，同时端到端的方法减少了预处理中数据维度降低导致的信息丢失的问题。深度学习方法可以充分挖掘高光谱数据的深层特征，从而取得了比传统方法更高的分类精度。
团队介绍
学校创建于1952年7月，原名东北林学院，是在浙江大学农学院森林系和东北农学院森林系基础上建立的，由国家林业部直属管理。1985年8月更名为东北林业大学。2000年2月，由国家林业局划归教育部直属管理。2005年10月，经国家发改委、财政部和教育部批准，成为国家“211工程”重点建设高校。2010年11月，教育部和国家林业局签署合作共建协议。2011年6月，成为国家“优势学科创新平台”项目重点建设高校。2012年3月，教育部与黑龙江省人民政府签署合作共建协议。2017年9月，经国务院批准列为“双一流”建设高校。2022年2月，入选国家第二轮“双一流”建设高校。
成果资料
产业化落地方案
成果综合评价报告
评价单位：“科创中国”黑龙江科技服务团 (黑龙江省科学技术协会) 评价时间：2023-11-07
下载app