{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{-“日期-部件”：[[2024,6,10]]，“日期-时间”：“2024-06-10T05:11:41Z”，“时间戳”：1717996301389}，“引用-计数”：55，“发布者”：“MDPI AG”，“问题”：“7”，“许可证”：[{“开始”：{/“日期-零件”：[2022,4,1]]，”“日期-时刻”：“022-0 4-01T00:00:00Z“，”时间戳“：1648771200000}，“content-version”：“vor”，“delay-in-days”：0，“URL”：“https:\/\/creativecommons.org\/licenses\/by\/4.0\/”}]，“资助者”：[{“DOI”：“10.13039\/501100001809”，“名称”：“中国国家自然科学基金会”，“DOI-asserted-by”：“publisher”，“奖项”：[“62107027，61876152”]}，{“DOI”：科学基金会“，“doi-asserted-by”：“publisher”，“award”：[“2021M692006”]}]，“content-domain”：{“domain”（域）：[]，“crossmark-restriction”（交叉标记限制）：false}，“short-container-title”（短容器标签）：[“遥感”]，“abstract”（摘要）：“近年来，高光谱图像分类取得了显著进展。这些进展大多来自卷积神经网络（CNN）的进步。与RGB图像不同，HSI图像由不同光谱配置的各种遥感器捕获。此外，每个HSI数据集只包含非常有限的训练样本，因此在使用深度CNN时，模型容易过度拟合。本文首先提出了一种三维非对称初始网络AINet，以克服过拟合问题。随着对HSI数据空间上下文上的谱特征的重视，AINet的3D卷积层被两个非对称初始单元取代，即空间初始单元和频谱初始单元，以有效地传递和分类特征。此外，我们还开发了一种数据融合转移学习策略来提高模型初始化和分类性能。大量实验表明，通过几个HSI基准，包括帕维亚大学、印第安松树和肯尼迪航天中心（KSC），所提出的方法优于所有最先进的方法<\/jats:p>“，”DOI“：”10.3390\/rs14071711“，”type“：”journal-article“，”created“：{”date-parts“：[2022,4,2]，”date-time“：”2022-04-02T01:23:55Z“，”timestamp“：1648862635000}，”page“：前缀“：”10.3390“，”卷“：”14“，”作者“：[{”ORCID“：”http://\/ORCID.org\/0000-0002-3461-7995“，”authenticated-ORCID“：false，”给定“：”Bei“，”family“：”Fang“，”sequence“：”first“，”affiliation“：[]}，{”given“：“Yu”，“family”：“刘”，“sequence”：“additional”，“affiliance”：[]{“given”：“Haokui”，“家庭”：“Zhang”，“序列：“附加”，“从属关系”：[]}，{“给定”：居厚”，“家族”：“何”，“序列”：“附加”，“从属关系”：[]}]，“成员”：“1968”，“在线发布”：{“日期-部件”：[2022,4,1]]}，“引用”：[{“key”：“ref1”，“doi-asserted-by”：“publisher”，“doi”：“10.1109\/TCYB.2015.2453359”}，{“密钥”：“ref2”，“doi-assertd-by”：“出版商”，“DI:”10.1109\/TCYB.2018.2810806“}，{“key”：“ref3”，“doi-asserted-by”：“publisher”，“DOI“：”10.1109\/TCYB.2016.2533430“｝，｛”key“：”ref4“，”DOI断言者“：”publisher“，”DOI“：”10.1016\/j.sprsjpr.2019.09.006“｝，｛”key“：”ref5“，”DOI断言者“：”publisher“，”DOI“：”10.1109\/TNLS.2015.2477537“｝，｛”key“：”ref6“，”DOI断言者“：”publisher“，”DOI“：”10.1109\/TII.2012.2205397“｝，｛“key”：“ref7”，“DOI由”：“publisher”断言，“DOI”：“10.1109 \/TGRS.2010.2058580“}，{“key”：“ref8”，“doi-asserted-by”：“crossref”，“first page”：”1139“，“doi”：“10.1109 \/TGRS.2008.2008308”，”article-title“：”用于高光谱图像分类的核非参数加权特征提取“，”volume“：”47“，”author“：”Kuo“，”year“：”2009，“doi-asserted-by“：”publisher“，”doi“：”10.1109\/TGRS.2004.842478“}，{“key”：“ref10”，“doi-assert-by”：“publisher”，“doi”：“10.1109\/TGRS.2012.209657”}，“key“：doi“：”10.1109\/TGRS.2014.2360672“}，{“key”：“ref13”，“doi-asserted-by”：“publisher“，”DOI“：”10.1109\/TGRS.2004.831865“}，{”key“：”ref14“}、{”key“：“ref15”}，“key”：“ref16”}、“key“:”ref17“}”、{“key（密钥）：“ref18”、“DOI-asserted-by”：“publisher”、“DOI”：“10.1109\/TGRS.2016.2584107”}TGRS.2016.2616355“}，{”key“：”ref20“，”DOI-asserted-by“：”publisher“，”DOI“：”10.1109\/TGRS.2009.2016214“}，{“key”：“ref21”，“doi-asserted-by”：“publisher”，“doi”：“10.3390\/rs9010067”}，}，“key“：”ref22“，”doi-assert-by“：”publisher“，”doi“：”10.1109\/TGRS.2017.275542“}6791“}，{”key“：”ref25“，”article-title“：”反思时空特征学习促进视频理解”，“作者”：“谢”，“年份”：“2017年”，“新闻标题”：“arXiv”}，{“关键”：“ref26”，“doi-asserted-by”：“publisher”，“doi”：“10.1109\/TIP.2017.2725580”}{“key”：“ref29”，“doi-asserted-by”：“publisher”，“DOI“：”10.3390\/rs11020159“}，{“key”：“ref30”}，}“key”：“ref31”，“article-title”：“Mobilenets:移动视觉应用的高效卷积神经网络”，“author”：“Howard”，“year”：“2017”，“journal-title“：”arXiv“}“}，{”key“：”ref37“，”DOI-asserted-by“：”publisher“，”DOI“：”10.1080\/0143116.2020.1781286“}，{“key”：“ref38”}，}“keys”：“ref39”}、{“key”：”ref40“，”doi-asserted-by“：”publisher“，”doi“：”10.1016\/j.isprsjprs.2020.01.015“}、}“密钥”：“res41”，“doi-assert-by”：“publisher”，“doi”：“10.1109\/LGRS.2020.3033149”}ted-by“：”publisher“，”doi“：”10.1109\/LGRS.2021.3069202“}，{“key”：“ref43”，“doi-asserted-by”：“publisher，“DOI”：“10.1109\/TKDE.2009.191”}，{“key”：“ref44”}由“：”publisher“，”DOI“：”10.1080\/2150704X.2020.1714772“}插入，{”key“：”ref49“，”doi-asserted-by“：”publisher“，”doi“：”10.1109\/TGRS.2019.2902568“}，{”key“：”ref50“，”article-title“：”softmax替代品属于球形损失家族的探索“，”author“：”De Br\u00e9bisson“，”year“：”2015“，”journal-title”：“arXiv”}，}“key”：“ref51”，“series-title”：”基于深度卷积神经网络的Imagenet分类。神经信息处理系统进展”，“卷”：“第25卷”，“作者”：“克里舍夫斯基”，“年份”：“2012”}，{“密钥”：“ref52”，“doi-asserted-by”：“publisher”，“doi”：“10.1016\/j.neucom.2016.11.034”}“：”ref55“，”doi-asserted-by“：”publisher“，”doi“：”10.1109\/TGRS.2020.3048128“｝]，“容器标题”：[“遥感”]，“原始标题”：[]，“语言”：“en”，“链接”：[{“URL”：“https://www.mdpi.com/2072-4292\/14\/7\/1711\/pdf”，“内容类型”：“未指定”，“内容版本”：“vor”，“预期应用程序”：“相似性检查”}]，“存放”：{“日期部分”：[[2022,4,2]]，“日期时间”：“2022-04-02T02:07:19Z”，”时间戳”：1648865239000｝，“分数”：1，“资源”：｛“主要”：｛“URL”：“https://www.mdpi.com/2072-4292\/14\/7\/1711”｝，“副标题”：[]，“短标题”：[]，“已发布”：｛“日期部分”：[[2022,4,1]]｝，“引用次数”：55，“期刊发行”：｛“发行”：“7”，“在线发布”：｛“日期部分”：[[2022,4]]｝，“替代id”：[“rs14071711”]，“URL”：“http:\/\/dx.doi.org\/10.3390\/rs14071711“，”关系“：{}，”ISSN“：[”2072-4292“]，”ISSN-type“：[{”值“：”2072~4292“，”类型“：”电子“}]，”主题“：[]，”发布“：{”日期部分“：[2022,4,1]]}}}}