预览加载中，请您耐心等待几秒...

一种基于深度学习的压缩感知高光谱数据重构方法.pdf

预览
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲，该文档总共12页，到这已经超出免费预览范围，如果喜欢就直接下载吧～

下载提示 文本预览

如果您无法下载资料，请参考说明：

1、部分资料下载需要金币，请确保您的账户上有足够的金币

2、已购买过的文档，再次下载不重复扣费

3、资料包下载后请先用软件解压，在使用对应软件打开

一种基于深度学习的压缩感知高光谱数据重构方法,其特征在于,包括以下步骤:步骤1:训练基于卷积神经网络的压缩感知高光谱数据重构网络模型;步骤2:使用步骤1训练好的重构网络模型重构压缩感知高光谱数据。本发明使用卷积神经网络解决压缩感知高光谱数据重构问题,通过训练网络学习压缩测量数据到原始数据的逆变换,进一步使用训练好的模型重构压缩感知高光谱数据,实现了压缩感知高光谱数据的快速、精确重建,与传统迭代重建算法相比,在重建质量上有所提高,并且在重构高光谱数据上的计算时间上有显著提高,远快于传统算法。