龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：河南省科学院地理研究所
摘要：本发明提供一种基于CNN和多特征融合的典型遗迹地物波谱分类方法。该方法包括：步骤1：获取目标遗迹区内各类遗迹的地物波谱曲线数据；步骤2：提取各类所述地物波谱曲线数据的曲线特征并将其转换为目标遗迹区的曲线特征向量；步骤3：将各类所述地物波谱曲线数据转换为灰度图像，提取所述灰度图像的图像特征向量；步骤4：统计目标遗迹区内各类遗迹之间的空间拓扑关系以得到目标遗迹区的空间拓扑特征向量；步骤5：将目标遗迹区的曲线特征向量和图像特征向量和空间拓扑特征向量输入至预设的基于CNN的典型遗迹地物波谱分类模型中，得到目标遗迹区的遗迹分类结果。
主权项：1.一种基于CNN和多特征融合的典型遗迹地物波谱分类方法，其特征在于，包括：步骤1：获取目标遗迹区内各类遗迹的地物波谱曲线数据；步骤2：提取各类所述地物波谱曲线数据的曲线特征并将其转换为目标遗迹区的曲线特征向量；步骤3：将各类所述地物波谱曲线数据转换为灰度图像，提取所述灰度图像的图像特征向量；步骤4：统计目标遗迹区内各类遗迹之间的空间拓扑关系以得到目标遗迹区的空间拓扑特征向量；步骤5：将目标遗迹区的曲线特征向量和图像特征向量和空间拓扑特征向量输入至预设的基于CNN的典型遗迹地物波谱分类模型中，得到目标遗迹区的遗迹分类结果。
全文数据：
权利要求：
百度查询： 河南省科学院地理研究所 一种基于CNN和多特征融合的典型遗迹地物波谱分类方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号