[發明專利]一種基于重疊池化的高光譜遙感影像分類方法在審
| 申請號： | 201711284323.8 | 申請日： | 2017-12-07 |
| 公開（公告）號： | CN108038440A | 公開（公告）日： | 2018-05-15 |
| 發明（設計）人： | 高紅民;楊耀;李臣明;藺碩;周惠;王建華;張振;樊悅 | 申請（專利權）人： | 河海大學 |
| 主分類號： | G06K9/00 | 分類號： | G06K9/00;G06K9/62;G06N3/08 |
| 代理公司： | 南京蘇高專利商標事務所(普通合伙) 32204 | 代理人： | 饒欣 |
| 地址： | 211100 江蘇*** | 國省代碼： | 江蘇;32 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 基于 重疊 光譜 遙感 影像 分類 方法 | ||
1.一種基于重疊池化的高光譜遙感影像分類方法，其特征在于：包括以下步驟：
S1：選取高光譜遙感圖像數據集；
S2：對步驟S1得到的高光譜遙感圖像數據集進行預處理；
S3：確定感興趣的地物類別數，構建訓練樣本集和測試集；
S4：構建基于重疊池化的卷積神經網絡模型；
S5：用步驟S4所構建的模型對步驟S2預處理得到的數據集進行分類，并對分類結果進行分析評價。
2.根據權利要求1所述的基于重疊池化的高光譜遙感影像分類方法，其特征在于：所述步驟S2中，預處理為：將高光譜遙感圖像數據集中每一個一維形式的像素點光譜矢量轉化為二維矩陣的形式。
3.根據權利要求1所述的基于重疊池化的高光譜遙感影像分類方法，其特征在于：所述步驟S4中，卷積神經網絡模型包括Block1、Block2、Block3和Block4這4個塊，以及1個全連接層。
4.根據權利要求3所述的基于重疊池化的高光譜遙感影像分類方法，其特征在于：其中，Block1包括卷積層、最大池化層和修正線性激活層，Block2包括卷積層、ReLU層和平均池化層，Block3包括卷積層、ReLU層和平均池化層，Block4包括卷積層和ReLU層。
5.根據權利要求1所述的基于重疊池化的高光譜遙感影像分類方法，其特征在于：所述步驟S5中，采用Softmax-Loss分類模型完成數據集的分類，采用總體分類精度和卡帕系數來評估模型的分類性能。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于河海大學，未經河海大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201711284323.8/1.html，轉載請聲明來源鉆瓜專利網。
- 上一篇：一種酵母培養物的制備方法
- 下一篇：數據同步的異常處理方法、裝置及存儲介質
