地物识类专利转让_商标转让_知识产权评估交易

类型
法律状态
检索范围
名称/领域

专利名称：一种基于图卷积神经网络的遥感影像地物识别方法申请号：2020112943562 转让价格：面议收藏
法律状态：已下证类型：发明关键词：遥感地物识相似专利发布日：2025/04/21
摘要：本发明公开了一种基于图卷积神经网络的遥感影像地物识别方法，对一景遥感影像进行分块处理，制作训练集和测试集；基于简单线性迭代聚类算法进行超像素分割；基于投票机制的结合策略进行超像素标签制定；基于深度卷积神经网络进行自动特征提取，制作图卷积神经网络的输入参数集；基于自适应注意力机制训练图卷积神经网络模型。本发明通过首先利用超像素分割和绝大多数投票机制来构造遥感影像地物类别特征描述集，获得关于遥感影像地物类别近似刻画，同时大规模约减了同一幅影像图谱构建的数据量，有利于处理大数据样本下的遥感影像地物分类问题；最后通过融合型特征图谱集训练图卷积神经网络，从而达到精确区分地物类型的目的。

专利名称：一种基于纹理特征的高分辨率影像地物识别与分割方法申请号：2020100993700 转让价格：面议收藏
法律状态：已下证类型：发明关键词：地物识相似专利发布日：2023/09/14
摘要：一种基于纹理特征的高分辨率影像地物识别与分割方法，包括：步骤1，根据类别体系制作样本集；步骤2，构造深度学习网络模型，内含：步骤2.1，构造骨干网络、步骤2.2，构造纹理特征提取结构、步骤2.3，构造特征矩阵去噪结构、步骤2.4，构造上采样结构；步骤3，深度学习网络模型训练；步骤4，图像预测；步骤5，分割结果后处理。本发明使用深度学习网络框架，通过重新设定网络框架下采样倍数，并显式设定纹理信息提取结构，不仅减少了小目标的信息损失，也提高了纹理信息的表达能力；深度网络模型中添加特征矩阵去噪模块，减少方法在计算中带来的额外噪声，实现逐像素的纹理表达，进一步提高网络模型精度。

第1页/共1页;本页2条记录/共2条记录

第页

用户指南

交易方式

专项服务

关于柿子坊

关注微信公众号

联系我们

咨询电话：13280638997
传真：0533-3110363
邮箱：kefu@shizifang.com

专利转让_商标转让_知识产权转让评估买卖_智来柿子坊专利交易平台