[发明专利]多尺度CNN特征嵌入的多核学习高光谱图像分类方法在审
| 申请号： | 202111398100.0 | 申请日： | 2021-11-19 |
| 公开（公告）号： | CN114140646A | 公开（公告）日： | 2022-03-04 |
| 发明（设计）人： | 孙乐;赵广瑞;宋相博;何承迅 | 申请（专利权）人： | 南京信息工程大学 |
| 主分类号： | G06V10/764 | 分类号： | G06V10/764;G06V10/77;G06V10/82;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 南京经纬专利商标代理有限公司 32200 | 代理人： | 罗运红 |
| 地址： | 224002 江苏省盐城*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请涉及一种多尺度CNN特征嵌入的多核学习高光谱图像分类方法。该方法包括：将原始高光谱图像进行超像素分割，获得L个超像素分割图，对原始高光谱图像进行光谱核提取，获得原始高光谱图像的光谱核；采用加权平均滤波对L个超像素分割图进行特征提取，获得超像素间的空间核；利用多尺度CNN对原始高光谱图像进行处理，获得不同尺度下的深度空间核；将光谱核、超像素间的空间核和深度空间核重塑为一维列向量，获得多个一维列向量，并重构为二维矩阵；对二维矩阵进行主成分分析，将第一主成分列向量重塑为原始核大小的最优核；将最优核作为支持向量机的核函数对原始高光谱图像进行分类，获得分类结果。能够快速有效的获得检测结果。 | ||
| 搜索关键词： | 尺度 cnn 特征 嵌入 多核 学习 光谱 图像 分类 方法 | ||
【主权项】：
暂无信息
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南京信息工程大学，未经南京信息工程大学许可，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/patent/202111398100.0/，转载请声明来源钻瓜专利网。
