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：国家海洋局北海海洋技术保障中心
摘要：本发明提供一种高光谱湿地植被分类方法、介质及系统，可广泛应用于湿地植被分类领域；方法包括以下步骤：获取高光谱植被图像的像素，对每个像素的中心均截取立方体的三维数据作为空间特征数据，对空间特征数据进行光谱特征提取，得到不同尺度的光谱特征数据；将光谱特征数据和空间特征数据融合，得到融合特征数据；使用全局平均池化将融合特征数据映射平面化成特征向量，对特征向量进行前向传播训练，得到分离概率结果；训练结束后从高光谱图像中构建patch，使用CNN‑Transforme算法获得湿地植被分类结果；本发明提出了具有线性响应和风格随机化的生成器，可以生成与训练图像具有一定相似度但是又具有光谱偏移的模拟图像，提高生成效率和可靠性。
主权项：1.一种高光谱湿地植被分类方法，其特征在于，包括以下步骤：S10：获取高光谱植被图像的像素，对每个像素的中心均截取立方体的三维数据作为空间特征数据，对空间特征数据进行光谱特征提取，得到不同尺度的光谱特征数据；S20：将光谱特征数据和空间特征数据融合，然后进行二次特征提取，得到融合特征数据；S30：使用全局平均池化将融合特征数据映射平面化成特征向量，对特征向量进行前向传播训练，得到分离概率结果；S40：再计算损失函数并反向传播更新参数模型，然后清零所有参数梯度，重新计算损失函数相对于模型参数的梯度，根据重新计算的梯度更新模型参数；S50：循环S40的步骤，直至训练达到收敛状态，损失函数最小化；S60：训练结束后从高光谱图像中构建patch，最后使用CNN-Transforme算法获得湿地植被分类结果。
全文数据：
权利要求：
百度查询： 国家海洋局北海海洋技术保障中心 一种高光谱湿地植被分类方法、介质及系统
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