咨询电话:13280638997
传真:0533-3110363
邮箱:kefu@shizifang.com
摘 要:本发明提供了一种适用于小样本高光谱影像分类的深度学习模型,模型的整体框架是以编码‑解码器为基础的,包括:输入待分类的高光谱影像和数据集;对原始数据集进行两次随机采样,生成一组随机的训练样本序列;利用全局卷积长短期记忆模块提取长短范围内的光谱依赖特征以及局部范围内像元的空间关系;利用全局光谱和空间注意力机制分别提取详细的光谱依赖特征和空间细节;利用特征迁移模块恢复语义特征的空间细节;本发明提供了一种新颖的全局学习分类方法,它不仅能充分的挖掘长短范围内光谱特征之间的依赖,还能够提取到长短范围内像元空间特征之间的依赖,实现当训练样本受限时依然能提取到最具判别的特征并保证了分类的精度。
著 录 项:
专利/申请号: | CN202010585647.0 | 专利名称: | 一种适用于小样本高光谱影像分类的深度学习模型 |
申请日: | 2020-06-24 | 申请/专利权人 | 中国地质大学(武汉) |
专利类型: | 发明 | 地址: | 湖北省武汉市洪山区鲁磨路388号 |
专利状态: | 已下证 查询审查信息 | 分类号: | G06V10/764搜分类 学习模型 光谱影像 高光谱 深度学习模型搜索 |
公开/公告日: | 2023-12-29 | 转让价格: | 面议 |
公开/公告号: | CN111814607B | 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 |