面向高光谱图像分类的数据自适应激活函数学习方法
授权
摘要
本发明公开了一种面向高光谱图像分类的数据自适应激活函数学习方法，用于解决现有高光谱图像分类方法准确率差的技术问题。技术方案是利用高光谱数据的光谱信息和空间信息，旨在学习基于特定数据的激活函数来进行高光谱图像分类。通过对常见的激活函数进行分析，发现激活函数可以用激活映射与输入特征相乘的方式来表示。因此，本发明通过构建一个两层的神经网络来学习激活映射。神经网络从通道和光谱两方面进行学习，分别构建了符合二者特性的激活函数，从而提高了图像分类准确率。经测试，在Indian Pines数据集上，基于通道和光谱的激活函数的分类准确率分别平均提高2.17％和4.03％。
基本信息
专利标题 ：
面向高光谱图像分类的数据自适应激活函数学习方法
专利标题（英）：
暂无
公开（公告）号 ：
CN110443296A
申请号 ：
CN201910696238.5
公开（公告）日 ：
2019-11-12
申请日 ：
2019-07-30
授权号 ：
CN110443296B
授权日 ：
2022-05-06
发明人 ：
魏巍李宇张锦阳王聪张艳宁
申请人 ：
西北工业大学
申请人地址 ：
陕西省西安市友谊西路127号
代理机构 ：
西北工业大学专利中心
代理人 ：
王鲜凯
优先权 ：
CN201910696238.5
主分类号 ：
G06K9/62
IPC分类号 ：
G06K9/62 G06N3/04
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06K
数据识别；数据表示；记录载体；记录载体的处理
G06K9/00
用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置
G06K9/62
应用电子设备进行识别的方法或装置
法律状态
2022-05-06 ：
授权
2019-12-06 ：
实质审查的生效
IPC(主分类) : G06K 9/62
申请日 : 20190730
申请日 : 20190730
2019-11-12 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
