[发明专利]基于概率模型和深度学习的高光谱未知类别目标检测方法有效
| 申请号： | 201910200211.2 | 申请日： | 2019-03-15 |
| 公开（公告）号： | CN109919241B | 公开（公告）日： | 2020-09-29 |
| 发明（设计）人： | 江天;彭元喜;张立雄;宋明辉;郝昊;刘煜;张俊;李春潮;余永涛;张龙龙 | 申请（专利权）人： | 中国人民解放军国防科技大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04 |
| 代理公司： | 国防科技大学专利服务中心 43202 | 代理人： | 王文惠 |
| 地址： | 410073 湖*** | 国省代码： | 湖南;43 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于高光谱智能感知领域，公开了基于概率模型和深度学习的高光谱未知类别目标检测方法，其步骤为，S1:将高光谱训练数据输入到训练好的CNN分类模型，输出每种类别的所有样本的激活向量；S2:将所有属于同一类别且分类正确的样本的激活向量累加并求均值，得到均值激活向量，用该均值激活向量代表该类别的中心；S3:基于每一类别中所有样本的激活向量及该类别的均值激活向量拟合属于每一种类别的威布尔模型；S4:基于每个类别的威布尔拟合结果，把高光谱测试数据输入到CNN模型和概率模型组成网络，计算属于未知类别的概率；本发明结构清晰、易于实现，降低了神经网络学习模型的训练要求，能够明显提升未知类别目标检测的效果。 | ||
| 搜索关键词： | 基于 概率 模型 深度 学习 光谱 未知 类别 目标 检测 方法 | ||
【主权项】：
暂无信息
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中国人民解放军国防科技大学，未经中国人民解放军国防科技大学许可，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/201910200211.2/，转载请声明来源钻瓜专利网。
- 上一篇：钢箱梁安装固结墩施工精确对位施工工艺
- 下一篇：一种减振装置
