[发明专利]基于迁移学习的高光谱空谱联合特征提取方法有效
| 申请号： | 202011633323.6 | 申请日： | 2020-12-31 |
| 公开（公告）号： | CN112580670B | 公开（公告）日： | 2022-04-19 |
| 发明（设计）人： | 彭元喜;赵丽媛;杨文婧;周侗;刘煜;黄达;李雪琼;徐利洋;蓝龙;任静;杨绍武;徐炜遐 | 申请（专利权）人： | 中国人民解放军国防科技大学 |
| 主分类号： | G06V10/46 | 分类号： | G06V10/46;G06V10/764;G06V10/80;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 国防科技大学专利服务中心 43202 | 代理人： | 王文惠 |
| 地址： | 410073 湖*** | 国省代码： | 湖南;43 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了基于迁移学习的高光谱空谱联合特征提取方法，属于深度学习遥感领域。提取高光谱数据的空谱联合的特征的方法为首先设计1D CNN和2D CNN分别提取高光谱数据的光谱和空间特征，再将两部分特征融合。为克服深度神经网络需要大量训练数据而高光谱数据缺少标记样本的矛盾，本发明采用在RGB图像数据集ImageNet上预训练的模型ResNet‑18迁移到高光谱图像目标域的方法，实现网络参数共享，减少训练模型的计算成本。基于提取到的组合特征训练SoftMax层实现高光谱目标分类任务。最后，通过微调的迁移学习策略，使迁移后的模型更适应高光谱数据，提高分类精度。本发明结构清晰、易于实现，具有深厚的理论基础和现实意义。 | ||
| 搜索关键词： | 基于 迁移 学习 光谱 联合 特征 提取 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人民解放军国防科技大学，未经中国人民解放军国防科技大学许可，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/202011633323.6/，转载请声明来源钻瓜专利网。
- 上一篇：一种自动叠被机
- 下一篇：用于PCB板安装的辅助装置
