摘要
本发明公开一种遥感图像目标识别方法。该方法先通过多分支卷积与空洞卷积协同提取多尺度特征,再融合生成强语义特征向量,并构建异质特征张量整合多源信息,利用基于排序的确权算法确定常权向量,结合状态变权理论计算动态权重,对特征加权处理,在目标检测与定位阶段,借助张量广义霍夫变换、投票机制及虚警移除策略实现精准定位,最后,采用自适应异质支持张量机对目标型号识别。本发明有效解决了遥感图像多尺度目标检测、特征融合与权重分配等难题,提升了目标识别的准确性、适应性和可靠性,在军事侦察、地理测绘、环境监测等领域具有广阔应用前景。
技术关键词
异质
广义霍夫变换
识别方法
变权理论
图像
支持张量机
分类模型构建
多尺度特征提取
动态权重分配
融合特征
强化特征
轮廓
多分支
融合策略
交替迭代优化
空洞
时间序列信息
系统为您推荐了相关专利信息
情绪识别方法
电信号
支持向量回归模型
脑电特征
训练样本集
谷物筛选系统
标签
数据生成设备
人工智能模型
生成警报信号