[发明专利]基于自编码器与3D深度残差网络的高光谱图像分类方法有效
| 申请号： | 202011217994.4 | 申请日： | 2020-11-04 |
| 公开（公告）号： | CN112232280B | 公开（公告）日： | 2021-12-03 |
| 发明（设计）人： | 赵晋陵;胡磊;黄林生;黄文江;梁栋;徐超;张东彦;翁士状;郑玲 | 申请（专利权）人： | 安徽大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 合肥国和专利代理事务所(普通合伙) 34131 | 代理人： | 张祥骞 |
| 地址： | 230601 安徽省*** | 国省代码： | 安徽;34 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及基于自编码器与3D深度残差网络的高光谱图像分类方法，与现有技术相比解决了难以进行遥感高光谱图像分类的缺陷。本发明包括以下步骤：训练样本的获取；待训练高光谱遥感影像数据的预处理；堆栈自编码器神经网络模型的搭建和训练；3D深度残差网络的搭建与训练；待分类高光谱遥感影像的获取；待分类高光谱遥感影像的预处理和降维；高光谱遥感影像分类结果的获得。本发明通过搭建堆栈自编码器神经网络模型，对原始高光谱遥感影像进行降维，剔除了冗余信息；通过设计的3D卷积神经网络引入残差网络模块适当增加网络的深度，建立了3D深度残差网络，更加有效的提取了高光谱遥感影像的空谱联合信息，避免了梯度消失、网络退化的问题。 | ||
| 搜索关键词： | 基于 编码器 深度 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安徽大学，未经安徽大学许可，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/202011217994.4/，转载请声明来源钻瓜专利网。
- 上一篇：旋钮结构、控制面板及蒸烤箱
- 下一篇：物联网终端数据分析方法及系统
