卷积神经
-
HSI-CNN高光谱图像卷积神经网络降维系统
本项目旨在利用卷积神经网络（CNN）对高光谱图像（HSI）进行高效的数据降维处理。高光谱图像由于其波段众多，通常包含数百个连续光谱波段，存在严重的数据冗余和维数灾难问题。本项目通过构建多层深度卷积神经网络模型，利用卷积层自动提取光谱域与空间域的联合特征，将高维的光谱向量非线性映射到低维的特征空间中。在实现过程中，系统首先对原始高光谱数据进行归一化及局部邻域切片预处理，随后通过设计的一维或三维卷积核捕捉相邻波段间的深度相关性，结合池化层降低特征图维度并增强特征不变性。该系统的核心功能包括自动化的特征压缩、关
