[发明专利]基于多尺度谱空卷积神经网络的高光谱图像分类方法有效
| 申请号： | 202010461596.0 | 申请日： | 2020-05-27 |
| 公开（公告）号： | CN111639587B | 公开（公告）日： | 2023-03-24 |
| 发明（设计）人： | 高大化;张中强;刘丹华;石光明;张学聪;姜嵩;秦健瑞;牛毅 | 申请（专利权）人： | 西安电子科技大学 |
| 主分类号： | G06V10/764 | 分类号： | G06V10/764;G06V20/10;G06V10/46;G06V10/82;G06F18/25;G06V10/52;G06V10/58;G06N3/0464;G06N3/08 |
| 代理公司： | 陕西电子工业专利中心 61205 | 代理人： | 王品华 |
| 地址： | 710071*** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种多尺度谱空卷积神经网络的高光谱图像分类方法，主要解决现有技术在谱间特征提取和空间特征提取时仅提取单一尺度特征的缺点和对于样本分布不集中或样本量很少的地物类别分类效果差的问题。其实现方案是：1)输入高光谱图像，生成样本数不同的训练样本集和测试样本集；2)构建多尺度谱空卷积神经网络；3)将训练集输入到多尺度谱空卷积神经网络获得预测类别，用预测类别和真实标签计算铰链交叉熵损失，利用随机梯度下降法对该网络进行训练，直到铰链交叉熵损失收敛；4)将测试样本输入到训练好的多尺度谱空卷积神经网络得到分类结果。本发明能在少训练样本下获得高准确率的分类，可用于对高光谱图像的地物种类探测。 | ||
| 搜索关键词： | 基于 尺度 卷积 神经网络 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西安电子科技大学，未经西安电子科技大学许可，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/202010461596.0/，转载请声明来源钻瓜专利网。
