咨询电话:13280638997
传真:0533-3110363
邮箱:kefu@shizifang.com
摘 要:本发明涉及人工智能的深度学习与图像分类处理领域,尤其涉及利用深度卷积神经网络对高光谱图像的地物分类。在模型训练阶段,首先将待分类高光谱图像转换为带标签的单像素的多维图像,通过利用基于空洞卷积组合模型提取单像素的特征图谱,再构建一个具有三个卷积层、三个激活层的卷积神经网络提取主要特征,最后利用一层全连接和Softmax函数做分类器,完成单像素分类。本发明充分利用了高光谱遥感图像的光谱信息,解决了空洞卷积中的网格化问题,扩大了卷积感受野,提高了卷积效率,在减少参数量同时,提高了分类精度,是一种精确到像素的高效且轻量级的深度空洞卷积神经网络的高光谱遥感图像分类方法。
著 录 项:
专利/申请号: | CN202010630066.4 | 专利名称: | 一种利用空洞卷积的高光谱遥感图像分类方法 |
申请日: | 2020-07-03 | 申请/专利权人 | 山东科技大学 |
专利类型: | 发明 | 地址: | 山东省青岛市黄岛区前湾港路579号 |
专利状态: | 已下证 查询审查信息 | 分类号: | G06K9/00搜分类 遥感 遥感图像 高光谱搜索 |
公开/公告日: | 2022-02-15 | 转让价格: | 面议 |
公开/公告号: | CN111626267B | 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 |
2022/02/15 | 授权 | |
2020/10/16 | 实质审查的生效 | IPC(主分类): G06K 9/00 专利申请号: 202010630066.4 申请日: 2020.07.03 |
2020/09/04 | 公开 |