摘要
本发明公开一种基于图掩码自编码器的遥感图像自监督学习方法,包括使用主成分分析法对遥感图像原始数据进行降维,并基于降维后的遥感图像数据获取遥感图像的节点样本数据;将遥感图像节点样本输入到预训练的图卷积编码器中,进行特征提取编码,获得节点样本的特征向量;将节点样本的特征向量输入到监督学习分类器中,获得遥感图像分类结果,显著提升小样本训练集条件下常用遥感图像分类器的分类性能。
技术关键词
遥感图像数据
卷积编码器
节点
监督学习方法
主成分分析法
样本
遥感图像特征
多层感知机
学习分类器
解码器
梯度下降算法
标签
遥感图像分类
图像分类器
计算机存储介质
网络
参数
系统为您推荐了相关专利信息
人工智能模型
硬件资源配置
资源分配请求
节点
资源分配方法
钢结构构件
BIM三维模型
信息化平台
二维码
物流
精准识别方法
SSA算法
障碍物
分析电力系统
支路
物联传感器
时序卷积神经网络
深度强化学习
时序特征
卷积神经网络提取
网络流量数据
网络流量信息
异常流量
电网主站
防控方法