基于深度迁移学习与邻域降噪的分类方法
授权
摘要
本发明公开了一种基于深度迁移学习与邻域降噪的分类方法，将在源数据集上预训练的CNN浅层网络权值参数迁移至目标数据集，通过网络微调，随机初始化目标数据集网络训练的CNN深层网络权值参数，并在目标数据集上重新训练，完成基于迁移学习的高光谱图像分类，然后，再对通过迁移学习输出的高光谱图像分类的图像标记结果进行基于八邻域点众数标签的最优邻域点降噪，最终输出降噪后的图像分类结果。
基本信息
专利标题 ：
基于深度迁移学习与邻域降噪的分类方法
专利标题（英）：
暂无
公开（公告）号 ：
CN110503140A
申请号 ：
CN201910735414.1
公开（公告）日 ：
2019-11-26
申请日 ：
2019-08-09
授权号 ：
CN110503140B
授权日 ：
2022-04-01
发明人 ：
林连雷杨京礼陈采璐
申请人 ：
哈尔滨工业大学
申请人地址 ：
黑龙江省哈尔滨市南岗区西大直街92号
代理机构 ：
北京慕达星云知识产权代理事务所(特殊普通合伙)
代理人 ：
曹鹏飞
优先权 ：
CN201910735414.1
主分类号 ：
G06K9/62
IPC分类号 ：
G06K9/62 G06N3/04 G06N3/08 G06T5/00
相关图片
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
2022-04-01 ：
授权
2019-12-20 ：
实质审查的生效
IPC(主分类) : G06K 9/62
申请日 : 20190809
申请日 : 20190809
2019-11-26 ：
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
1、
CN110503140A.PDF
PDF下载
