[发明专利]一种采用编码智能学习框架的高光谱成像分类方法有效
| 申请号： | 202011066495.X | 申请日： | 2020-09-30 |
| 公开（公告）号： | CN112132229B | 公开（公告）日： | 2022-11-29 |
| 发明（设计）人： | 马旭 | 申请（专利权）人： | 北京理工大学 |
| 主分类号： | G06V10/764 | 分类号： | G06V10/764;G06V10/774;G06V10/82;G06N3/04;G06N3/08 |
| 代理公司： | 北京理工大学专利中心 11120 | 代理人： | 刘西云;李微微 |
| 地址： | 100081 *** | 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： | 本发明提供一种采用编码智能学习框架的高光谱成像分类方法，将压缩高光谱成像(CHSI)系统硬件参数、机器学习模型和滤波器模型的软件参数等视为编码智能学习框架的可调参数集合，使用已有的高光谱图像及其对应的分类标记作为样本数据，对可调参数集合中的全部参数或部分参数进行协同训练与优化，能够实现对硬件系统和软件模型中的参数进行联合训练与优化，有效提高了优化自由度与编码智能学习框架的预测性能，提高压缩光谱成像分类的准确性和稳定性；也就是说，本发明直接根据CHSI系统的压缩测量值计算光谱成像的分类结果，无需进行目标场景的完整三维光谱数据立方体的重构，有效提高了计算效率，同时避免了光谱数据重构误差对分类结果的影响。 | ||
| 搜索关键词： | 一种 采用 编码 智能 学习 框架 光谱 成像 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北京理工大学，未经北京理工大学许可，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/202011066495.X/，转载请声明来源钻瓜专利网。
- 上一篇：一种锻压机械手
- 下一篇：一种利用磁隧道结探测激光激发的表面波的装置和方法
