基于迁移学习的高光谱空谱联合特征提取方法
授权
摘要
本发明公开了基于迁移学习的高光谱空谱联合特征提取方法，属于深度学习遥感领域。提取高光谱数据的空谱联合的特征的方法为首先设计1D CNN和2D CNN分别提取高光谱数据的光谱和空间特征，再将两部分特征融合。为克服深度神经网络需要大量训练数据而高光谱数据缺少标记样本的矛盾，本发明采用在RGB图像数据集ImageNet上预训练的模型ResNet‑18迁移到高光谱图像目标域的方法，实现网络参数共享，减少训练模型的计算成本。基于提取到的组合特征训练SoftMax层实现高光谱目标分类任务。最后，通过微调的迁移学习策略，使迁移后的模型更适应高光谱数据，提高分类精度。本发明结构清晰、易于实现，具有深厚的理论基础和现实意义。
基本信息
专利标题 ：
基于迁移学习的高光谱空谱联合特征提取方法
专利标题（英）：
暂无
公开（公告）号 ：
CN112580670A
申请号 ：
CN202011633323.6
公开（公告）日 ：
2021-03-30
申请日 ：
2020-12-31
授权号 ：
CN112580670B
授权日 ：
2022-04-19
发明人 ：
彭元喜赵丽媛杨文婧周侗刘煜黄达李雪琼徐利洋蓝龙任静杨绍武徐炜遐
申请人 ：
中国人民解放军国防科技大学
申请人地址 ：
湖南省长沙市开福区德雅路109号
代理机构 ：
国防科技大学专利服务中心
代理人 ：
王文惠
优先权 ：
CN202011633323.6
主分类号 ：
G06K9/46
IPC分类号 ：
G06K9/46 G06K9/62 G06N3/04 G06N3/08
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
G06K9/36
图像预处理，即无须判定关于图像的同一性而进行的图像信息处理
G06K9/46
图像特征或特性的抽取
法律状态
2022-04-19 ：
授权
2021-04-16 ：
实质审查的生效
IPC(主分类) : G06K 9/46
申请日 : 20201231
申请日 : 20201231
2021-03-30 ：
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
