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：新疆大学
摘要：本发明涉及一种遥感图像识别技术领域，是一种基于对抗学习的多模态遥感图像融合分类模型构建方法、分类方法及相关装置，包括利用基于对抗学习网络和自注意力机制，提取训练数据集中各个样本的一级模态融合特征、二级模态融合特征和三级模态融合特征；引入对抗损失函数和交叉熵损失函数得到对应的对抗损失和交叉熵损失；利用对抗损失和交叉熵损失优化鉴别器和分类器。本发明利用基于对抗学习网络和自注意力机制提取模态融合特征，通过生成器和鉴别器之间的对抗训练，提取更精确的多模态融合特征的方式构建多模态遥感图像融合分类模型，使得得到的多模态遥感图像融合分类模型能够更加准确的对多模态遥感图像进行分类。
主权项：1.一种基于对抗学习的多模态遥感图像融合分类模型构建方法，其特征在于，包括：获取历史多模态遥感图像数据集，在历史多模态遥感图像数据集的每个类别中选取M个样本对作为训练数据集，其余的样本对作为测试数据集，其中历史多模态遥感图像数据集包括多个类别组，每个类别组包括若干样本对，每个样本对包括11×11大小的HSI模态图像样本和LiDAR模态图像样本；利用基于对抗学习网络和自注意力机制，提取训练数据集中各个样本的一级模态融合特征、二级模态融合特征和三级模态融合特征；分别使用鉴别器和分类器对一级模态融合特征、二级模态融合特征和三级模态融合特征进行分析，针对分析结果引入对抗损失函数和交叉熵损失函数得到对应的对抗损失和交叉熵损失；利用对抗损失和交叉熵损失优化鉴别器和分类器，基于训练数据集重复训练，满足训练终止条件后输出对应的多模态遥感图像融合分类模型；利用测试数据集对多模态遥感图像融合分类模型进行测试，响应于满足测试评价条件，输出多模态遥感图像融合分类模型。
全文数据：
权利要求：
百度查询： 新疆大学 基于对抗学习的多模态遥感图像融合分类模型构建方法、分类方法及相关装置
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