[发明专利]一种遥感影像分类方法在审
| 申请号： | 201710355440.2 | 申请日： | 2017-05-19 |
| 公开（公告）号： | CN107273807A | 公开（公告）日： | 2017-10-20 |
| 发明（设计）人： | 高红民;杨耀;李臣明;蔺硕;夏敏言;谢扬;张振;樊悦 | 申请（专利权）人： | 河海大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 南京苏高专利商标事务所(普通合伙)32204 | 代理人： | 饶欣 |
| 地址： | 211100 江苏*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种遥感影像分类方法，包括以下步骤S1输入数据，并采用比例混合法对输入的数据进行预处理；S2对样本进行归一化处理，归一化范围为[‑1,1]；S3构建深度卷积神经网络模型；S4将预处理后的数据按照卷积通道顺序输入深层卷积网络模型进行训练和测试；S5进行特征提取后得到输出结果，并将输出结果与真实数据进行特征匹配；S6输出分类结果。本发明训练过程收敛速度快，分类性能较好，扩展性强，可用于大型数据集的处理。可以为不同地物标签获得高的分类精度，从而提高遥感目标检测识别的效率。 | ||
| 搜索关键词： | 一种 遥感 影像 分类 方法 | ||
【主权项】：
一种遥感影像分类方法，其特征在于：包括以下步骤：S1：输入数据，并采用比例混合法对输入的数据进行预处理；S2：对样本进行归一化处理，归一化范围为[‑1,1]；S3：构建深度卷积神经网络模型；S4：将预处理后的数据按照卷积通道顺序输入深层卷积网络模型进行训练和测试；S5：进行特征提取后得到输出结果，并将输出结果与真实数据进行特征匹配；S6：输出分类结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于河海大学，未经河海大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710355440.2/，转载请声明来源钻瓜专利网。
- 上一篇：一种基于虚拟现实的书画练习方法及系统
- 下一篇：显示模组
