龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：吉林大学
申请日：2024-03-15
公开（公告）日：2024-06-14
公开（公告）号：CN118196647A
主分类号：G06V20/13
分类号：G06V20/13;G06V10/764;G06V10/774
优先权：
专利状态码：在审-公开
法律状态：2024.06.14#公开
摘要：本发明公开一种基于非平衡相似性和类别映射的域适应遥感图像分类方法，该方法包含以下步骤：步骤一、计算样本可转移性权重。将源域和目标域样本输入由源域训练的网络框架，依据输出向量，计算源原型和样本可转移性权重。步骤二、基于步骤一提出的样本可转移性权重区分公共类别和私有类别样本，提出一种自适应补齐机制使得二者数量均衡。步骤三、对步骤二补齐的目标样本进行部分对齐操作生成分配矩阵Qst，非平衡相似性权重即Qst每行的最大值；并对目标样本和目标原型进行类全局映射操作，得到目标样本的分类预测向量。步骤四、基于步骤三得到的非平衡相似性权重和分类预测向量，检测目标域公共类别和私有类别样本。
主权项：1.基于非平衡相似性和类别映射的域适应遥感图像分类方法，其特征在于：至少包括以下步骤：步骤一：计算遥感图像样本可转移性权重；先用已标记的源域样本训练遥感图像特征提取网络，再将源域和目标域样本输入网络计算特征向量、域相似度和分类概率，利用样本可转移性权重来检测目标域公共和私有类别样本，样本可转移性权重计算过程为计算源类别原型、计算样本域相似度和分类概率，定义样本可转移性权重；步骤二：基于步骤一得到的目标域样本可转移性权重，区分公共类别样本和私有类别样本，实现二者的数量均衡；当目标域公共类别样本或私有类别样本的比例超过50％时，我们设计一种自适应补齐机制进行样本填充以实现目标样本公共类别样本和私有类别样本的数量平衡；步骤三：基于步骤二样本补齐后的目标样本，首先对目标样本和源原型部分对齐操作得到相似矩阵，非平衡相似性权重为相似矩阵中每一行的最大值；然后通过最优传输算法将目标样本和目标原型对齐，生成目标样本的分类预测向量；步骤四：基于步骤三得到的目标样本的非平衡相似性权重和目标样本关于目标原型的概率预测向量，将非平衡相似性权重对应的源类别设为目标样本的伪标签，构建分类预测向量和伪标签的交叉熵损失函数来检测目标域公共类别样本，最后分类器输出目标样本分类结果，同时在目标样本和从内存队列检索到的其最近邻居样本之间交换分类预测向量，增强了同一类别样本的一致性和不同类别样本的可区分性。
全文数据：
权利要求：
百度查询： 吉林大学 基于非平衡相似性和类别映射的域适应遥感图像分类方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号