龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：武汉大学
摘要：本发明提供一种基于混合高阶特征传播图网络的高光谱遥感影像分类方法，包括：首先以初始图结构为范本，采用DropNode方法向图结构中添加随机扰动，以降低各节点对特定邻域节点的依赖，并使图结构更加稀疏以减缓特征传播过程收敛于不变子空间的速度。随后，对扰动后的图结构进行混合阶传播，通过将低阶特征融入到高阶特征的传播过程中，使得模型可以更加关注局部低阶特征，从而进一步缓解过平滑问题。本发明能够在不增加网络深度的情况下聚合高阶特征的算法，以应对图卷积网络特征传播步骤中的过平滑现象，同时降低节点对邻域的高度依赖以增强对噪声信息的鲁棒性。
主权项：1.一种基于混合高阶特征传播图网络的高光谱遥感影像分类方法，其特征在于，包括：采集遥感图像数据集，根据所述遥感图像数据集的空间特征和光谱特征生成初始图结构；在所述初始图结构的特征矩阵中多次循环添加随机扰动元素，生成多个扰动矩阵，将所述多个扰动矩阵作为若干个数据增强；对所述多个扰动矩阵分别进行多阶特征混合传播，得到若干增强特征矩阵，将所述若干增强特征矩阵输入双层多层感知机中进行特征转换，获得特征转换输出结果；采用一致性正则化对所述若干个数据增强中未标记数据的预测一致性进行约束，利用预设损失函数对所述特征转换输出结果的模型参数进行训练，得到训练好的高光谱遥感影像分类模型；将待处理的高光谱遥感影像数据输入所述高光谱遥感影像分类模型，输出影像分类预测结果。
全文数据：
权利要求：
百度查询： 武汉大学 基于混合高阶特征传播图网络的高光谱遥感影像分类方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号