摘要
本发明涉及遥感技术和人工智能模式识别领域,具体涉及一种基于对象关联特征的遥感影像增强分类方法。获取数据库中的多个样本数据;提取每个样本的特征并进行两两组合构建二元体训练集;将二元体训练集输入图卷积网络模型中进行训练;提取目标遥感影像中任意两个像素的特征进行两两组合构建目标二元体集合;将目标二元体集合输入分类模型中得到目标二元体的分类结果;将目标二元体进行分解得到每个像素的类别;重复得到每个像素的多次分类结果;采用多数投票法获取每个像素的最终分类结果完成对目标遥感影像的分类。本发明利用对象之间的特征关联组合成二元体,可输出具备多样性的分类结果,保证了分类的快速性和稳定性。
技术关键词
样本
分类方法
影像
人工智能模式识别
像素
训练集
特征值
卷积神经网络模型
卷积网络模型
数据
对象
标签
遥感技术
笛卡尔
曲线
坐标系
编码
节点
系统为您推荐了相关专利信息
语义分割网络
训练样本图像
sigmoid函数
三元组损失函数
非线性
数据优化方法
智能诊断方法
装备健康管理
异常检测方法
隐马尔可夫模型
加密流量分类方法
二维卷积神经网络
时序特征
Softmax函数
一维卷积神经网络