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：武汉大学
摘要：本发明公开了一种基于非监督多视角图对比学习的高光谱遥感图像分类方法，首先将获取的高光谱遥感图像X进行数据预处理，得到超像素和对应的标签，分割矩阵；然后根据分割矩阵，从多视角角度分别建立空间邻接矩阵和光谱邻接矩阵，得到多视图；最后将多视图输入到自适应数据增强模块中，得到深层特征用于分类；本发明充分利用非监督的深度对比学习进行影像分类，结合了图构建的多视角形式，充分考虑了样本的多种表示，全面的考虑特征的各个层次，提高了分类精度。
主权项：1.一种基于非监督多视角图对比学习的高光谱遥感图像分类方法，其特征在于，包括以下步骤：步骤1：将获取的高光谱遥感图像X进行数据预处理，得到超像素和对应的标签，分割矩阵；步骤2：根据分割矩阵，从多视角角度分别建立空间邻接矩阵和光谱邻接矩阵，得到多视图；步骤3：将多视图输入到自适应数据增强模块中，得到深层特征用于分类；所述自适应数据增强模块，包括并行设置的光谱图自适应数据增强分支和空间图自适应数据增强分支；所述光谱图自适应数据增强分支和空间图自适应数据增强分支，均由串联的边筛选层和特征掩码层组成；所述边筛选层，首先采用引用节点中心性度量参数衡量当前节点的重要程度，根据该参数将边的重要程度用其两端节点的参数取平均来表示；然后将边进行重要性排序，选取前K个节点，将他们的边缘关系保留，剩余的边删除；所述特征掩码层，首先对节点的重要性进行排序，然后设置一个丢弃概率，将不重要的节点的特征掩码为0来实现数据增强。
全文数据：
权利要求：
百度查询： 武汉大学 基于非监督多视角图对比学习的高光谱遥感图像分类方法
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