[发明专利]一种基于光谱吸收指数的多层感知机高光谱矿物分类方法在审
| 申请号： | 201910355329.2 | 申请日： | 2019-04-29 |
| 公开（公告）号： | CN110031414A | 公开（公告）日： | 2019-07-19 |
| 发明（设计）人： | 赵慧洁;邓可望;李娜 | 申请（专利权）人： | 北京航空航天大学 |
| 主分类号： | G01N21/31 | 分类号： | G01N21/31 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 100191*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种基于光谱吸收指数的多层感知机高光谱矿物分类方法，包含以下步骤：(1)读入高光谱数据；(2)确定矿物种类及数目，并选择训练样本和测试样本；(3)根据矿物特征波段确定光谱吸收指数向量；(4)建立基于多层感知机的深度网络模型；(5)训练模型参数并且构建防止过拟合策略；(6)对高光谱图像进行分类，得到矿物分类图。该方法以多层感知机模型作为模型基础，以矿物光谱吸收指数向量作为输入，实现基于高光谱数据的矿物分类。 | ||
| 搜索关键词： | 多层感知 光谱吸收 高光谱矿物 高光谱数据 矿物分类 分类 高光谱图像 测试样本 矿物光谱 矿物特征 模型基础 网络模型 吸收指数 训练模型 训练样本 指数向量 波段 读入 构建 矿物 拟合 向量 | ||
【主权项】：
1.一种基于光谱吸收指数的多层感知机高光谱矿物分类方法，它包含以下步骤：(1)读入高光谱数据；(2)确定矿物种类及数目，并选择训练样本和测试样本；(3)根据矿物特征波段确定光谱吸收指数向量；(4)建立基于多层感知机的深度网络模型；(5)训练模型参数并且构建防止过拟合策略；(6)对高光谱图像进行分类，得到矿物分类图。
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北京航空航天大学，未经北京航空航天大学许可，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/201910355329.2/，转载请声明来源钻瓜专利网。
- 上一篇：一种溶液中多金属离子浓度检测方法
- 下一篇：一种水体中有机氮含量的检测方法
