龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：大连海事大学
摘要：本发明公开了一种基于植被信息感知网络的高光谱遥感湿地制图方法，包括选取高光谱遥感湿地图像并进行预处理后得到谱空数据，搭建深度网络模型，所述深度网络模型用于提取高光谱遥感湿地图像中不同维度的植被特征信息，所述深度网络模型包括植被指数融合模块、植被形态感知注意力模块、植被光谱显著性感知模块、LayerNorm归一化层和BatchNorm归一化层，对深度网络模型进行训练和测试，并根据训练、测试后的深度网络模型对高光谱遥感图像进行分类。通过可形变的提取湿地图像中的植被特征信息，对原始数据进行扩充植被信息，增加了模型对植被的感知，提升了分类精度。
主权项：1.一种基于植被信息感知网络的高光谱遥感湿地制图方法，其特征在于，包括，S1、选取高光谱遥感湿地图像并进行预处理后得到谱空数据，S2、搭建深度网络模型，所述深度网络模型用于提取高光谱遥感湿地图像中不同维度的植被特征信息，所述深度网络模型包括植被指数融合模块、植被形态感知注意力模块、植被光谱显著性感知模块、LayerNorm归一化层和BatchNorm归一化层，所述植被指数融合模块用于计算所述谱空数据的归一化植被指数，对谱空数据及其归一化植被指数进行融合并生成数据集，所述植被形态感知注意力模块用于根据可形变卷积对高光谱遥感湿地图像中生长不均和形态各异的植被的特征信息进行感知，所述植被光谱显著性感知模块用于感知高光谱遥感湿地图像中带有光谱特异性的植被的特征信息，S3、从数据集中分别随机提取部分样本作为训练集和测试集，根据训练集对深度网络模型进行训练，根据测试集对训练后的深度网络模型进行测试，并根据测试结果构建混淆矩阵，根据混淆矩阵计算分类结果，根据分类结果选择满足阈值的训练后的深度网络模型，并根据所选择的训练后的深度网络模型对高光谱遥感图像进行分类。
全文数据：
权利要求：
百度查询： 大连海事大学 一种基于植被信息感知网络的高光谱遥感湿地制图方法
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