基于注意力与量化编码优化的高光谱遥感图像压缩方法

AITNT
正文
推荐专利
基于注意力与量化编码优化的高光谱遥感图像压缩方法
申请号:CN202510604873
申请日期:2025-05-12
公开号:CN120499378A
公开日期:2025-08-15
类型:发明专利
摘要
本发明提供一种基于注意力与量化编码优化的高光谱遥感图像压缩方法,进行网络模型训练过程,包括对高光谱遥感图像数据进行处理、裁剪,增强后构建用于训练的样本集;利用轻量化的编码器提取样本数据的低维特征表示,所述编码器集成卷积层与光谱多头自注意力模块;采用融合空间‑光谱注意力机制的解码器,从低维特征逐步重建高光谱遥感图像;通过组合损失函数优化编解码模型参数;量化编码二阶段压缩过程,对特征进行自适应量化,基于对数映射策略将浮点型特征映射为离散整数;对量化后的特征进行二阶段编码压缩;通过解码与反量化恢复特征表示,并输入训练好的解码器网络重建高光谱遥感图像。
技术关键词
遥感图像压缩方法 高光谱遥感图像 遥感图像数据 网络模型训练 损失函数优化 解码器 编码器 注意力机制 非暂态计算机可读存储介质 分支 无损压缩算法 局部空间特征 编解码 阶段 处理器 多尺度特征 多层感知机 加权特征
系统为您推荐了相关专利信息
1
一种ECG信号分类系统、方法、设备、介质及产品
深度神经网络模型 ECG信号分类 信号分类方法 分类系统 多尺度特征提取
2
基于改进图神经网络模型的车辆行驶轨迹预测系统及方法
车辆行驶轨迹预测 节点特征 车辆行驶数据 矩阵 注意力机制
3
教育课程会话推荐方法、装置、设备及存储介质
会话特征 会话推荐方法 注意力 矩阵 神经网络模型训练
4
一种基于深度属性提取的零样本信号调制识别方法及装置
时序特征 特征提取模块 信号调制识别方法 样本 长短期记忆网络
5
领域知识驱动的可解释神经网络焦炭热态质量预测模型
焦炭 神经网络模型构建 参数 人工神经网络模型 误差函数
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