摘要
本发明公开一种利用生成对抗网络的矿物光谱特征解混装置,包括多模态数据预处理模块用于负责对原始矿物光谱数据进行校正与增强,解决小样本训练问题,为后续解混提供高质量输入,生成网络模块用于融合噪声与地质文本描述,动态对抗训练模块用于基于矿物共生序列的对比学习初始化端元特征,提升模型对矿物组合规律的先验认知,端元重建验证模块用于利用生成器网络单元和判别器网络单元循环重建单次反照率矩阵;本发明通过模型转换单元和3D卷积核有效消除非线性散射和大气噪声干扰,结合条件生成对抗网络的数据合成能力,缓解了小样本训练瓶颈,通过动态对抗训练机制基于矿物共生序列对比学习,强化了端元特征组合规律的先验约束。
技术关键词
解混装置
网络单元
条件生成对抗网络
网络模块
多模态
Hapke模型
过滤单元
转换单元
注意力机制
非线性
传感器噪声
数据
反射率
矩阵
随机噪声
动态
文本
系统为您推荐了相关专利信息
视觉特征
协同注意力
知识点标签
知识点标注方法
多模态
生理
晕动病
序列
神经网络模型
预测模型训练方法