[发明专利]一种用于遥感影像融合的改进交叉皮质神经网络模型有效
| 申请号： | 201910090285.5 | 申请日： | 2019-01-30 |
| 公开（公告）号： | CN111507454B | 公开（公告）日： | 2022-09-06 |
| 发明（设计）人： | 李小军;禄小敏;杨树文;闫浩文 | 申请（专利权）人： | 兰州交通大学 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06V10/80;G06V10/776;G06V10/82 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 730070 甘肃省兰*** | 国省代码： | 甘肃;62 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 一种 用于 遥感 影像 融合 改进 交叉 皮质 神经网络 模型 | ||
【权利要求书】：
1.一种用于遥感影像融合的改进交叉皮质神经网络模型的构建方法，其特征在于，所述改进交叉皮质神经网络模型具体为：
Eij[n]＝gEij[n-1]+hYij[n-1]
其中，ij表示当前神经元，kl表示邻域神经元，n为当前迭代次数，W和α分别为邻域连接强度矩阵和连接系数，S为多高光谱影像，D为高空间分辨率的细节影像，g和h分别为衰减系数和标准化常量，E为活动阈值，Y为输出脉冲，F表示输出融合结果。
2.一种用于遥感影像融合的改进交叉皮质神经网络模型的应用方法，其特征在于，包括以下步骤：
步骤1：对输入多高光谱影像和高空间分辨率影像标准化到[0，1]之间，并执行直方图匹配操作，获得Sk，其中k＝1，…，K为光谱通道编号；
步骤2：对高空间分辨率影像执行满足调制传递函数的高斯低通滤波，获得细节影像D；
步骤3：对每个k通道均执行权利要求1所述的改进交叉皮质神经网络模型，直到所有神经元均被激发，获得输出Fk；
步骤4：对输出Fk像素值执行逆标准化获得最终融合结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于兰州交通大学，未经兰州交通大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201910090285.5/1.html，转载请声明来源钻瓜专利网。
