基于多任务子网络分解的SAR变化检测网络训练方法
实质审查的生效
摘要
本发明公开了一种基于多任务子网络分解的SAR变化检测网络训练方法，包括：获取SAR图像样本集，获取预设卷积神经网络并对目标参数初始化；用SGD随机梯度下降法迭代训练；当训练效果不明显时，利用得到的多组全网目标参数得到父代种群；全网目标参数优化定为主任务，全网络按层分解得到子网络的优化定为辅任务，选择一个辅任务配合主任务，基于种群遗传方式迭代训练，若多次迭代后辅任务遍历完成，保留得到的一组最优的全网目标参数，返回SGD随机梯度下降法；在训练结束时获得最优全网目标参数代入预设卷积神经网络得到训练完成的SAR图像变化检测网络。本发明能加快网络收敛，避免陷入局部最优，缓解梯度消失和梯度爆炸现象。
基本信息
专利标题 ：
基于多任务子网络分解的SAR变化检测网络训练方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114549966A
申请号 ：
CN202210011083.9
公开（公告）日 ：
2022-05-27
申请日 ：
2022-01-05
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
李豪郑宇公茂果刘洁怡蒋祥明唐泽栋张明阳武越
申请人 ：
西安电子科技大学
申请人地址 ：
陕西省西安市雁塔区太白南路2号
代理机构 ：
西安嘉思特知识产权代理事务所(普通合伙)
代理人 ：
王萌
优先权 ：
CN202210011083.9
主分类号 ：
G06V20/10
IPC分类号 ：
G06V20/10 G06V10/74 G06V10/82 G06K9/62 G06N3/04 G06N3/00
法律状态
2022-06-14 ：
实质审查的生效
IPC(主分类) : G06V 20/10
申请日 : 20220105
申请日 : 20220105
2022-05-27 ：
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
