A novel framework combining band selection algorithm and improved 3D prototypical network for tree species classification using airborne hyperspectral images

•A novel framework for obtaining optimal classification results using airborne HSI.•The FAST 3D-CNN P-Net method can improve the feature extraction process.•The CNN-based band selection algorithm performs better in dimensionality reduction.•The proposed framework exhibits optimal performance on seve...

Celý popis

Uloženo v:

Podrobná bibliografie
Vydáno v:	Computers and electronics in agriculture Ročník 219; s. 108813
Hlavní autoři:	Wu, Jing, Chen, Long, Wang, Jiaqi, Li, Yunfan, Chen, Erxue, Zhang, Xiaoli
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	Elsevier B.V 01.04.2024
Témata:	agriculture Airborne hyperspectral images algorithms Band selection Convolutional neural network data collection electronics forest trees forests inventories Multiple tree species classification Prototypical network Prototypical network Band selection Multiple tree species classification Convolutional neural network Airborne hyperspectral images
ISSN:	0168-1699, 1872-7107
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!

Buďte první, kdo okomentuje tento záznam!