摘要
本发明涉及光谱检测数据处理领域,具体涉及一种基于深度学习的高光谱数据处理方法,包括以下步骤:步骤1、获取检测样品的高光谱信号,并对所述高光谱信号进行预处理,得到多个有效像素n;步骤2、将步骤1得到的每个有效像素n均在学习模型中进行学习,每个有效像素n均得到对应的深度特征;步骤3、将步骤2得到的多个深度特征均进行傅里叶变换,并将每个变换后的深度特征均与所述高光谱信号进行混合,得到多个混合信号;步骤4、将步骤3得到的多个混合信号全部输入随机森林模型中,对检测样品进行识别和检测。本发明提高了高光谱检测技术的准确性、高效性、快速性。
技术关键词
光谱数据处理方法
深度学习模型
随机森林模型
像素
光谱检测技术
信号
邻域
通道
曲线
滤波器
非线性
级联
系统为您推荐了相关专利信息
切片
分割方法
遥感影像数据
多尺度
标记分水岭分割
罗非鱼
识别方法
超像素分割算法
直方图均衡化算法
识别系统
微调方法
路径特征
多尺度特征提取
注意力机制
YOLO模型
稀疏孔径光学系统
偏振图像融合方法
编码器
局部细节特征
融合特征