[发明专利]基于长短时记忆网络的SAR影像海冰分类方法及系统有效
| 申请号： | 201810918499.2 | 申请日： | 2018-08-13 |
| 公开（公告）号： | CN109117883B | 公开（公告）日： | 2022-01-11 |
| 发明（设计）人： | 宋巍;黄冬梅;李明慧;王振华;王建;郑小罗 | 申请（专利权）人： | 上海海洋大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 北京金智普华知识产权代理有限公司 11401 | 代理人： | 杨采良 |
| 地址： | 201306 上*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于海冰监测技术领域，公开了一种基于长短时记忆网络的SAR影像海冰分类方法及系统，以多幅连续观测的海冰SAR影像数据直接作为长短时记忆网络训练输入提取特征，并在网络训练中将海冰的密集度数据作为一维特征一起参与分类网络的训练，得到兼顾空间和时间维度的海冰分类网络；考虑未知海冰密集度数据的情况下，先训练基于长短时记忆网络的海冰密集度预测模型，然后将预测的密集度数据和SAR影像图像数据集合输入训练好的海冰分类网络进行分类。本发明在SAR影像海冰的分类中考虑到时间演变过程中海冰类别变化的时间维度特征，对于相近海冰类别的识别率具有很大的提升。 | ||
| 搜索关键词： | 基于 短时记忆 网络 sar 影像 分类 方法 系统 | ||
【主权项】：
1.一种基于长短时记忆网络LSTM的合成孔径雷达SAR影像海冰分类方法，其特征在于，所述基于长短时记忆网络LSTM的合成孔径雷达SAR影像海冰分类方法包括：以SAR影像时间序列数据作为网络训练对象，并在网络训练中将海冰的密集度数据作为一维特征一起参与分类网络的训练；在未知海冰密集度数据的情况下，采用基于LSTM先得到分类SAR影像的海冰密集度数据，然后将密集度数据和SAR影像图像数据集合输入训练好的海冰分类网络。
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上海海洋大学，未经上海海洋大学许可，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/201810918499.2/，转载请声明来源钻瓜专利网。
