[发明专利]一种面向海底底质分类的声纳图像特征选择的方法在审
| 申请号： | 201811310175.7 | 申请日： | 2018-11-06 |
| 公开（公告）号： | CN109522830A | 公开（公告）日： | 2019-03-26 |
| 发明（设计）人： | 赵玉新;张响云;高峰;刘厂;董静;赵廷 | 申请（专利权）人： | 哈尔滨工程大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62;G06N3/04 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 150001 黑龙江省哈尔滨市南岗区*** | 国省代码： | 黑龙江;23 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于海底底质声学图像特征选择领域，具体涉及一种面向海底底质分类的声纳图像特征选择的方法。包括二维特征间去冗余，多维特征间去冗余，基于最大相关最小冗余算法特征选择，BP神经网络分类验证四个关键步骤。本发明着手于基于海底底质声纳图像提取的多维特征，利用相关系数法除去特征间的冗余度，再利用特征之间最小冗余、特征与类之间最大相关的思路对特征进行选择。发明将相关系数去冗余的方法与最大相关最小冗余的算法相结合，取长补短，趋利避害。在特征选择过程中，既选出了能够代表类别信息的特征，又降低了计算量，节省了时间。 | ||
| 搜索关键词： | 冗余 海底底质 特征选择 声纳图像 最大相关 多维特征 分类 特征选择过程 二维特征 关键步骤 类别信息 冗余算法 声学图像 计算量 冗余度 系数法 再利用 算法 验证 | ||
【主权项】：
1.一种面向海底底质分类的声纳图像特征选择的方法，其特征在于，包括：(1)获得基于海底底质声纳图像提取的多维特征，利用相关系数法对二维特征冗余性进行理论分析，去除数据中二维特征间的冗余量；(2)利用相关系数法对多维特征冗余性进行理论分析，去除数据中多维特征间的冗余量；(3)利用最大相关最小冗余方法对步骤(2)中降维后的数据进行特征选择；(4)利用BP神经网络对步骤(3)中筛选的特征选择结果进行分类验证，从分类结果分析筛选的特征是否满足要求；(5)若满足要求则用特征选择结果代替整个数据集，若不满足要求则返回步骤(3)重新进行特征选择。
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哈尔滨工程大学，未经哈尔滨工程大学许可，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/201811310175.7/，转载请声明来源钻瓜专利网。
