基于深度学习方法的高光谱数据处理方法.pdf
文库****品店
在线预览结束,喜欢就下载吧,查找使用更方便
相关资料
基于深度学习方法的高光谱数据处理方法.pdf
(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN110852304A(43)申请公布日2020.02.28(21)申请号CN201911151815.9(22)申请日2019.11.22(71)申请人重庆大学地址400044重庆市沙坪坝区沙正街174号(72)发明人黄鸿;李政英;张臻;蒲春宇;潘银松(74)专利代理机构重庆乾乙律师事务所代理人侯春乐(51)Int.CI权利要求说明书说明书幅图(54)发明名称基于深度学习方法的高光谱数据处理方法(57)摘要本发明提出了一种基于深
高光谱数据处理的相关方法.docx
高光谱数据的处理步骤先将原始的光谱反射在软件Viewspecpro中进行异常值的删除,然后将重复的测量进行平均。具体步骤如下双击图标打开软件,(图1)点击Fileopen打开文件,默认路径为ViewSpecPro文件夹。为了使打开和存储路径是储存数据的文件夹,需要对打开路径进行修改将导出的txt文本中的直接复制到execl中。此时需要注意小数位数的选择。4到5位较好。在此软件中可以进行反射率的一阶导,二阶导等的基础变化。2利用origin对数据进行平滑。步骤如下首先打开软件将波段和对应的反射率复制进去然
基于深度光谱空间倒残差网络的高光谱图像分类方法.pdf
基于深度光谱空间倒残差网络的高光谱图像分类方法,本发明涉及高光谱图像分类方法。本发明的目的是为了解决现有高光谱图像数据集中标记样本有限,并实现光谱空间特征的有效提取的问题。过程为:步骤一、获取高光谱图像
基于深度变换聚类分析的高光谱影像波段筛选方法.docx
基于深度变换聚类分析的高光谱影像波段筛选方法一、研究背景和意义随着高光谱影像技术的发展,高光谱影像在农业、环境监测、地质勘探等领域的应用越来越广泛。高光谱影像数据量庞大,如何对高光谱影像进行有效的波段筛选,以提取具有特定属性的地物信息,成为当前研究的重要课题。传统的波段筛选方法主要依赖于人工经验或统计分析,这种方法在一定程度上可以满足需求,但难以适应复杂多变的地物特征。研究一种基于深度变换聚类分析的高光谱影像波段筛选方法具有重要的理论和实际意义。深度变换聚类分析是一种新兴的图像处理技术,它通过引入深度信息
基于深度序列卷积网络的高光谱图像识别方法.pdf
本发明公开了基于深度序列卷积网络的高光谱图像识别方法,方法包括:采集并预处理目标高光谱图像;利用训练好的深度序列卷积网络模型对目标高光谱图像进行目标识别,得到分类结果;模型包括特征提取模块、Sequencer2D模块和辅助分类模块。本申请结合卷积结构和BiLSTM2D层构建深度序列卷积网络模型,形成光谱空间特征之间的关联性,抵抗卷积层由于高光谱图像的地面形状不规则导致部分特征无法提取的问题,提高特征提取的精度,模型不仅具有更好的有效性、高效性和泛化能力,还具有更高的训练速度和识别分类速率,能够提高高光谱图