[发明专利]面向跨地域光谱图像地物分类的双驱动特征学习方法在审
申请号: | 202310899005.1 | 申请日: | 2023-07-20 |
公开(公告)号: | CN116935121A | 公开(公告)日: | 2023-10-24 |
发明(设计)人: | 李骜;吴起慧;孙悦恭;于露;许浩越;谢委衡;邵春锐;冯聪;王泽宁 | 申请(专利权)人: | 哈尔滨理工大学 |
主分类号: | G06V10/764 | 分类号: | G06V10/764;G06V10/82;G06N3/0464;G06N3/08;G06V20/10 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 150080*** | 国省代码: | 黑龙江;23 |
权利要求书: | 暂无信息 | 说明书: | 暂无信息 |
摘要: | 本发明公开了一种面向跨地域光谱图像地物分类的双驱动特征学习方法,属于光谱图像地物分类技术领域,该方法构建基于统计分布驱动的域特征对齐项和基于模型驱动的域特征对齐项,共同驱动源域和目标域数据的投影特征子空间相互对齐,不仅优化了高光谱跨地域对齐能力,还提高了模型鲁棒性;构建了判别信息约束项,提高了投影特征子空间的领域判别性。最后采用交替方向乘子算法,通过交替优化策略求解目标函数,分别得到源域和目标域的两个对齐子空间;利用源域数据集在其子空间中的投影特征及类别标签训练分类器;将目标域数据在其子空间中投影特征送入训练好的分类器,以获得所述目标域数据集的分类标签。在公开跨地域光谱数据集上的实施结果表明,与现有方法相比,该方法分类精度更高,性能更加稳健。 | ||
搜索关键词: | 面向 地域 光谱 图像 地物 分类 驱动 特征 学习方法 | ||
【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哈尔滨理工大学,未经哈尔滨理工大学许可,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/202310899005.1/,转载请声明来源钻瓜专利网。
- 彩色图像和单色图像的图像处理
- 图像编码/图像解码方法以及图像编码/图像解码装置
- 图像处理装置、图像形成装置、图像读取装置、图像处理方法
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序以及图像解码程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序、以及图像解码程序
- 图像形成设备、图像形成系统和图像形成方法
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序