一种基于自适应子空间映射的少样本高光谱图像分类方法.pdfVIP

下载本文档

3
0
约1.1万字
约 10页
2023-09-30 发布于四川
举报
版权申诉

一种基于自适应子空间映射的少样本高光谱图像分类方法.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

一种基于自适应子空间映射的少样本高光谱图像分类方法，属于遥感图像处理与应用技术领域，本发明使用深度卷积网络提取数据光谱和空间特征，利用截断奇异值分解来进行特征的子空间映射，并设计合理的目标函数来最大化不同类别数据子空间距离；根据支持集与测试集特征子空间，设计动态分类器，提高分类精度以及对于不同数据的鲁棒性；本发明可对采集于不同遥感平台、不同成像传感器的多模高光谱遥感图像进行迁移学习，从而实现不同空谱分辨率、不同光谱范围、以及不同任务覆盖的高光谱图像分类。本发明为少样本情况下实现精确的鲁棒的高光谱

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 116824253 A (43)申请公布日 2023.09.29 (21)申请号 202310782219.0 G06V 10/82 (2022.01)