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：湖州师范学院
摘要：基于自适应特征增强的高斯加权网络的图像分类方法，本发明涉及图像分类方法。本发明的目的是为了解决现有高光谱图像分类方法分类准确率低的问题。过程为：一、建立基于自适应特征增强的高斯加权网络AFEGW，包括三部分：特征增强、特征提取及特征融合、全局依赖关系提取及分类；特征增强部分包括自适应特征增强模块AFEM；特征提取及特征融合部分包括高斯加权特征融合模块GWF2；全局依赖关系提取及分类部分包括Transformer编码器、线性层；所述Transformer编码器包括层归一化层、多头协同注意力MHCA、层归一化、多层感知机；获得训练好的AFEGW；二、将待测高光谱图像输入训练好的AFEGW，完成对待测高光谱图像的分类。本发明用于图像分类领域。
主权项：1.基于自适应特征增强的高斯加权网络的图像分类方法，其特征在于：所述方法具体过程为：步骤一、建立基于自适应特征增强的高斯加权网络AFEGW；基于自适应特征增强的高斯加权网络AFEGW包括三部分：特征增强、特征提取及特征融合、全局依赖关系提取及分类；特征增强部分包括自适应特征增强模块AFEM；特征提取及特征融合部分包括高斯加权特征融合模块GWF2；所述高斯加权特征融合模块GWF2包括空洞率为1的三维卷积、BN、ReLU、Dropout、光谱特征融合、ReLU、Dropout、Sigmoid函数、二维卷积、BN、ReLU、Dropout、空间特征融合、ReLU、Dropout、光谱特征融合、空间特征融合；全局依赖关系提取及分类部分包括Transformer编码器、线性层；所述Transformer编码器包括层归一化层、多头协同注意力MHCA、层归一化、多层感知机；将高光谱图像训练集X输入基于自适应特征增强的高斯加权网络AFEGW进行训练，直至收敛，获得训练好的基于自适应特征增强的高斯加权网络AFEGW；步骤二、将待测高光谱图像输入训练好的基于自适应特征增强的高斯加权网络AFEGW，完成对待测高光谱图像的分类。
全文数据：
权利要求：
百度查询： 湖州师范学院 基于自适应特征增强的高斯加权网络的图像分类方法
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