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：中国地质大学(武汉)

摘要：本发明提供了一种基于注意力对齐分布自适应的遥感跨场景分类方法和设备，其中方法包括：将源域高分辨遥感图像读入矩阵一中；将目标域高分辨率遥感图像读入矩阵二中；预处理两个矩阵；将预处理后的两个矩阵分别输入基于注意力的动态对齐残差网络模型中，获得边缘分布对齐后的特征；将前述特征分别输入初始自适应模块中，获得条件分布对齐后的特征；将条件分布对齐后的特征输入分类器中，获得预测结果Xs和Xt，并利用预测结果计算分类器损失最大均值差异损失条件最大均值差异损失计算动态平衡因子α，求出联合损失并进行后向传播更新动态对齐残差网络模型参数；用训练完成的动态对齐残差网络模型对目标域数据进行测试，获得精度更高的分类结果。

主权项：1.一种基于注意力对齐分布自适应的遥感跨场景分类方法，其特征在于，遥感跨场景分类方法包括：将源域高分辨遥感图像读入第一矩阵中；将目标域高分辨率遥感图像读入第二矩阵中；对所述第一矩阵和所述第二矩阵分别预处理，得到第一处理矩阵和第二处理矩阵；将所述第一处理矩阵和所述第二处理矩阵分别输入基于注意力的动态对齐残差网络模型中，获取边缘分布对齐后的第一特征和第二特征；将所述第一特征和第二特征分别输入初始自适应模块中，获取条件分布对齐后第三特征和第四特征；将所述第三特征和所述第四特征输入分类器中，获取第一预测结果和第二预测结果；根据所述第一预测结果和所述第二预测结果，获取分类器损失、最大均值差异损失和条件最大均值差异损失；根据所述最大均值差异损失和所述条件最大均值差异损失，计算动态平衡因子；根据所述第一预测结果和所述第二预测结果，获取分类器损失、最大均值差异损失和条件最大均值差异损失包括：所述分类器损失所述最大均值差异损失和所述条件最大均值差异损失的计算公式分别为第一公式： 第二公式： 第三公式： 其中，和分别为第一矩阵和第二矩阵，Ns和Nt分别为源域和目标域样本总数，CE·为交叉熵损失，为源域的标签，φ·代表整个模型映射，c代表总类别数，和分别代表源域和目标域中的第i个样本和第j个样本，代表再生核希尔伯特空间；根据所述最大均值差异损失和所述条件最大均值差异损失，计算动态平衡因子包括：所述动态平衡因子的计算公式为： 其中，α为边缘分布和条件分布的动态平衡因子，为最大均值差异损失，为条件最大均值差异损失，r为初始自适应模块中的四个分支，和分别为第一矩阵和第二矩阵；基于所述动态平衡因子、所述分类器损失、所述最大均值差异损失和所述条件最大均值差异损失获取联合损失；对所述联合损失进行后向传播以更新所述动态对齐残差网络模型；利用更新后的所述动态对齐残差网络模型，测试目标域数据，获得场景分类结果。

全文数据：

权利要求：

百度查询： 中国地质大学(武汉) 基于注意力对齐分布自适应的遥感跨场景分类方法和设备