咨询电话:13280638997
传真:0533-3110363
邮箱:kefu@shizifang.com
摘 要:本发明公开了一种基于自监督和小样本学习的跨域高光谱图像分类方法,涉及高光谱遥感图像分类技术领域。本发明包括以下步骤:S1:获取数据集SL、TL、TU、Te;S2:利用TL为TU自适应生成软标签,使用部分软标签对应的未标记样本来扩展目标域标记样本数量;S3:将SL、TL、TU和Te映射为统一尺寸,并为SL构建自监督学习任务;S4:在深度学习框架下构建深度神经网络,在深度神经网络中加入无监督域适应模块;S5:将SL、TL、TU送入深度神经网络训练得到综合损失,并更新深度神经网络参数;S6:输出深度神经网络分类模型。本发明所述方法在少量样本的情况下具有较强的鲁棒性,取得了较高的分类精度。
著 录 项:
专利/申请号: | CN202210720249.4 | 专利名称: | 基于自监督和小样本学习的跨域高光谱图像分类方法 |
申请日: | 2022-06-24 | 申请/专利权人 | 齐鲁工业大学 |
专利类型: | 发明 | 地址: | 山东省济南市长清区济南市西部新城大学科技园 |
专利状态: | 已下证 查询审查信息 | 分类号: | G06V10/764搜分类 其他搜索 |
公开/公告日: | 2022-07-29 | 转让价格: | 面议 |
公开/公告号: | CN114821198A | 交易状态: | 等待洽谈 搜索相似专利 |
交易方 | 企业 | 个人 |
买家 | 营业执照副本复印件(需盖公章) | 身份证复印件(签字) |
专利转让委托书(需盖公章)一式两份 | 专利转让委托书(需签字)一式两份 | |
专利转让协议(需盖公章)一式两份 | 专利转让协议(需签字)一式两份 | |
卖家 | 营业执照副本复印件(需盖公章) | 身份证复印件(需申请人签字) |
解除代理委托书(需盖公章)一式两份(如专利通过代理机构申请) | 解除代理委托书(需签字)一式两份(如专利通过代理机构申请) | |
专利转让协议(需盖公章)一式两份 | 专利转让协议(需签字)一式两份 | |
专利请求书或手续合格通知书、授权通知书复印件 | 专利请求书或手续合格通知书、专利授权通知书复印件 | |
专利证原件(若授权下证) | 专利证原件(若授权下证) |
日期 | 法律信息 | 备注 |