[发明专利]一种基于深度学习的高光谱图像波段选择方法有效
| 申请号： | 201911232855.6 | 申请日： | 2019-12-04 |
| 公开（公告）号： | CN111191514B | 公开（公告）日： | 2023-09-01 |
| 发明（设计）人： | 蔡耀明;张子佳;刘小波;蔡之华;刘哲伟;王梦琪;邓雅雯 | 申请（专利权）人： | 中国地质大学（武汉） |
| 主分类号： | G06V20/13 | 分类号： | G06V20/13;G06V10/764;G06V10/82;G06N3/0464;G06N3/048;G06N3/08;G01N21/17;G01J3/28 |
| 代理公司： | 武汉知产时代知识产权代理有限公司 42238 | 代理人： | 孙丽丽 |
| 地址： | 430000 湖*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种基于深度学习的高光谱图像波段选择方法，包括：利用原始的高光谱图像数据训练得到表征各波段重要性的权重向量；根据权重向量对波段数据进行逐波段的加权运算得到波段注意力映射；采用重构网络模块对波段注意力映射进行非线性重构，得到波段的重构输出；利用波段的重构输出、原始的波段数据以及权重向量构建最小化损失函数模型，采用梯度下降优化方法对所述模型中的参数进行逐层优化求解，得到优化后的波段权重，进一步根据权重排序结果选择波段子集。本发明提供一个通用的波段选择框架，充分考虑高光谱图像的非线性特性，并整合了特征提取与波段选择，避免了噪声波段的影响，结构设计灵活，且可以与任意神经网络模型结合。 | ||
| 搜索关键词： | 一种 基于 深度 学习 光谱 图像 波段 选择 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地质大学（武汉），未经中国地质大学（武汉）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/201911232855.6/，转载请声明来源钻瓜专利网。
