[发明专利]基于多学习器优化的XGBoost的小样本条件下空间目标ISAR图像分类方法在审
| 申请号： | 202111544817.1 | 申请日： | 2021-12-16 |
| 公开（公告）号： | CN114219960A | 公开（公告）日： | 2022-03-22 |
| 发明（设计）人： | 张云;袁浩轩;李宏博;冀振元 | 申请（专利权）人： | 哈尔滨工业大学 |
| 主分类号： | G06V10/764 | 分类号： | G06V10/764;G06V10/30;G06V20/00;G06V10/40;G06V10/82;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 哈尔滨华夏松花江知识产权代理有限公司 23213 | 代理人： | 时起磊 |
| 地址： | 150001 黑龙*** | 国省代码： | 黑龙江;23 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 基于多学习器优化的XGBoost的小样本条件下空间目标ISAR图像分类方法，属于ISAR图像处理技术领域。是为了解决针对现有对小样本条件下空间目标ISAR图像识别率低的问题。本发明针对待分类的ISAR自旋空间目标图像，利用基于多学习器优化的XGBoost模型进行空间目标ISAR图像分类；XGBoost模型是利用XGBoost算法集成堆叠网络形成的XGBoost网络模型，堆叠网络中并行的基础学习器包括图卷积网络、胶囊网络和加入基于旋转不变性的注意力机制模块的Alexnet网络；其中，胶囊网络包含一个基础特征提取模块、一个向量特征提取模块以及动态路由层，且胶囊网络中不含有池化层。主要用于ISAR图像的分类。 | ||
| 搜索关键词： | 基于 学习 优化 xgboost 样本 条件下 空间 目标 isar 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哈尔滨工业大学，未经哈尔滨工业大学许可，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/202111544817.1/，转载请声明来源钻瓜专利网。
