[发明专利]波段显著度的深度空谱联合高光谱图像分类方法有效
| 申请号： | 201911335020.3 | 申请日： | 2019-12-20 |
| 公开（公告）号： | CN111079850B | 公开（公告）日： | 2023-09-05 |
| 发明（设计）人： | 隋晨红;贺鹏飞;朱楠 | 申请（专利权）人： | 烟台大学 |
| 主分类号： | G06V10/764 | 分类号： | G06V10/764;G06V10/74;G06V10/80;G06V10/774;G06V10/82;G06N3/0464;G06N3/08 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 264005 山*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开波段显著度的深度空谱联合高光谱图像分类方法，步骤：(1)读入高光谱图像；(2)基于流行保持弱冗余波段评价估计出各波段的显著度；(3)选取显著度高的波段形成优质波段集；(4)对优质波段集进行连续随机抽取，得到N组波段数目相同的低维子集；(5)将N组波段子集并行到深度随机块网络进行特征提取；(6)提取到N组多尺度深度显著空谱联合特征；(7)将N组特征进行级联，构成多尺度深度显著空‑谱联合特征集；(8)输入到支持向量机进行分类，实现基于数目有限的训练样本，且不需耗时训练深度网络的情况下并行地提取出可分性强的深度光谱‑空间融合特征，从而能够实现少样本量、低耗时、高精度的高光谱图像分类。 | ||
| 搜索关键词： | 波段 显著 深度 联合 光谱 图像 分类 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烟台大学，未经烟台大学许可，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/201911335020.3/，转载请声明来源钻瓜专利网。
