基于域适应网络的高光谱图像跨场景分类方法

AITNT
正文
推荐专利
基于域适应网络的高光谱图像跨场景分类方法
申请号:CN202410801491
申请日期:2024-06-20
公开号:CN118823438A
公开日期:2024-10-22
类型:发明专利
摘要
基于域适应网络的高光谱图像跨场景分类方法,本发明涉及高光谱图像跨场景分类方法。本发明的目的是为了解决现有跨场景高光谱图像分类方法在进行域对齐时忽视了每个类别的对齐效果,导致跨场景高光谱图像分类的分类准确率低的问题。过程为:一、随机采样带标签的源域数据和不带标签的目标域数据,作为训练集;所述数据为高光谱图像;二、构建基于多级特征对齐约束的域适应网络;三、将训练集输入基于多级特征对齐约束的域适应网络,获得训练好的基于多级特征对齐约束的域适应网络;四、将待测跨场景高光谱图像输入训练好的基于多级特征对齐约束的域适应网络,完成对待测跨场景高光谱图像的分类。本发明用于高光谱图像跨场景分类领域。
技术关键词
数据编码 输出特征 场景分类方法 多级特征 带标签 分支 网络 编码器 语义 多尺度 注意力 训练集 正则化参数 高光谱图像分类 分类器 重构
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号