买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:武汉大学
摘要:本发明提出了一种基于卷积神经网络的RD谱图成分自动识别方法及系统。获取多幅RD谱图像,标记每幅RD谱图像的多个标注的不规则像素框、每幅RD谱图像的每个标注的不规则像素框的成分类别;结合RD谱图成分识别网络进行成分识别,得到每幅RD谱图像的多个预测的不规则像素框、每幅RD谱图像的每个预测的不规则像素框的成分类别,进一步构建损失函数模型,通过梯度下降训练得到训练后RD谱图成分识别网络;将实时RD谱图像输入至训练后RD谱图成分识别网络进行成分识别,得到实时RD谱图像的多个预测的不规则像素框、每幅RD谱图像的每个预测的不规则像素框的成分类别。本发明能够更加精确和快速适用于高频天地波雷达RD谱图成分的自动识别。
主权项:1.一种基于卷积神经网络的RD谱图成分自动识别方法,其特征在于,包括:步骤1:获取多幅RD谱图像,标记每幅RD谱图像的多个标注的不规则像素框、每幅RD谱图像的每个标注的不规则像素框的成分类别;步骤2:构建RD谱图成分识别网络,将每幅RD谱图像输入至RD谱图成分识别网络进行成分识别,得到每幅RD谱图像的多个预测的不规则像素框、每幅RD谱图像的每个预测的不规则像素框的成分类别,结合每幅RD谱图像的多个标注的不规则像素框、每幅RD谱图像的每个标注的不规则像素框的成分类别构建损失函数模型,通过梯度下降训练得到训练后RD谱图成分识别网络;步骤3:实时获取RD谱图像,将实时RD谱图像输入至训练后RD谱图成分识别网络进行成分识别,得到实时RD谱图像的多个预测的不规则像素框、实时RD谱图像的每个预测的不规则像素框的成分类别。
全文数据:
权利要求:
百度查询: 武汉大学 一种基于卷积神经网络的RD谱图成分自动识别方法及系统
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。