一种基于跨场景自适应学习的高光谱图像分类方法
实质审查的生效
摘要
本发明一种基于跨场景自适应学习的高光谱图像分类方法属于图像处理技术领域；该方法依次执行输入待分类的原始高光谱数据集、对输入的高光谱图像原始数据集进行划分、对SD和TD进行特征提取，输入至改进的深度可分离嵌入模型，获得每层输出的特征图、将深度可分离嵌入模型的输出进行聚类、将聚类后的输入样本输入到判别器模型中，并区分SD和TD，获得只含有TD的嵌入空间、通过改进的加权K近邻分类器WKNN进行分类；本发明可以减少分类模型对样本的依赖，并增强模型对数据类别不平衡问题的处理能力，明显提高了分类精度，为实现小样本或无样本情况下高光谱图像精准分类的研究以及工程应用提供新的思路。
基本信息
专利标题 ：
一种基于跨场景自适应学习的高光谱图像分类方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114429565A
申请号 ：
CN202210018149.7
公开（公告）日 ：
2022-05-03
申请日 ：
2022-01-08
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
王爱丽刘城洋姜开元宋璎珞吴海滨
申请人 ：
哈尔滨理工大学
申请人地址 ：
黑龙江省哈尔滨市南岗区学府路52号哈尔滨理工大学
代理机构 ：
代理人 ：
优先权 ：
CN202210018149.7
主分类号 ：
G06V10/764
IPC分类号 ：
G06V10/764 G06V10/771 G06K9/62 G06N3/04 G06N3/08
法律状态
2022-05-20 ：
实质审查的生效
IPC(主分类) : G06V 10/764
申请日 : 20220108
申请日 : 20220108
2022-05-03 ：
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
