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：江南大学
摘要：本发明公开了一种基于多尺度特征提取的小麦种子分类方法，涉及高光谱技术领域，该方法通过结构改进的多尺度深度学习网络结构来进行模型训练，多尺度深度学习网络结构中的三维卷积核至少在光谱维度上具有至少两种不同的尺度类型，从而可以利用每个卷积单元从两维的空间维度和一维的光谱维度对所述样本图像进行多尺度的特征提取，充分挖掘高光谱数据中的特征，从而极大地提高训练得到的模型的分类精度、提高小麦种子分类准确性，且拥有良好的泛化性能和较好的鲁棒性。
主权项：1.一种基于多尺度特征提取的小麦种子分类方法，其特征在于，所述方法包括：获取若干个不同品种的小麦种子样本的高光谱图像作为样本图像；对于每一个样本图像分别进行降维处理；基于多尺度深度学习网络结构利用各个降维后的样本图像进行模型训练得到小麦种子分类模型；其中，所述多尺度深度学习网络结构包括依次连接的多尺度卷积层、全连接层和分类器，所述多尺度卷积层包括若干个卷积单元，每个卷积单元中分别包括一个三维卷积核，一个三维卷积核的尺度表示为a*b*c，其中，a*b是所述三维卷积核在两维的空间维度上的尺度，c是所述三维卷积核在一维的光谱维度上的尺度；且所述多尺度卷积层中的三维卷积核至少在光谱维度上具有至少两种不同的尺度类型；所述多尺度卷积层利用每个卷积单元从两维的空间维度和一维的光谱维度对所述样本图像进行特征提取，并对所有卷积单元提取到的特征在通道维度上进行融合后输出；获取包含待分类小麦种子的待分类高光谱图像，对所述待分类高光谱图像进行降维处理后输入所述小麦种子分类模型，得到对所述待分类高光谱图像中各个小麦种子的品种分类结果；当所述多尺度卷积层中的三维卷积核在空间维度上具有种不同的尺度类型、在光谱维度上具有种不同的尺度类型时，所述多尺度卷积层中包括共种不同尺度类型的三维卷积核，，，且各种尺度类型的三维卷积核的数量相等为，是所述多尺度卷积层中包括的卷积单元的数量。
全文数据：
权利要求：
百度查询： 江南大学 一种基于多尺度特征提取的小麦种子分类方法
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