发明公开
- 专利标题: 多源遥感数据分类模型训练方法、分类方法和电子设备
-
申请号: CN202310273286.X申请日: 2023-03-21
-
公开(公告)号: CN115984635A公开(公告)日: 2023-04-18
- 发明人: 王建步 , 高云浩 , 朱文博 , 马元庆 , 胡亚斌 , 秦华伟 , 宋秀凯 , 李伟 , 宋莎莎 , 隋傅 , 王玮云
- 申请人: 自然资源部第一海洋研究所 , 山东省海洋资源与环境研究院(山东省海洋环境监测中心、山东省水产品质量检验中心) , 北京理工大学
- 申请人地址: 山东省青岛市高科技工业园仙霞岭路6号; ;
- 专利权人: 自然资源部第一海洋研究所,山东省海洋资源与环境研究院(山东省海洋环境监测中心、山东省水产品质量检验中心),北京理工大学
- 当前专利权人: 自然资源部第一海洋研究所,山东省海洋资源与环境研究院(山东省海洋环境监测中心、山东省水产品质量检验中心),北京理工大学
- 当前专利权人地址: 山东省青岛市高科技工业园仙霞岭路6号; ;
- 代理机构: 北京载博知识产权代理事务所
- 代理商 陆放
- 主分类号: G06V10/764
- IPC分类号: G06V10/764 ; G06V10/774 ; G06F18/214 ; G06F18/24
摘要:
本申请提供多源遥感数据分类模型训练方法、分类方法和电子设备,属于图像处理技术领域,其中,分类模型包括特征生成网络和地物分类器,特征生成网络用于提取多源湿地遥感数据的共性特征和特异性特征,训练方法包括:将判别器和特征生成网络进行至少一轮交替训练,在判别器训练阶段最小化判别器损失函数,使判别器能够对共性特征进行模态分类;在特征生成网络训练阶段最大化判别器损失函数,共性特征和特异性特征线性独立。通过对抗学习保证共性特征不能被模态分类器区分,同时特异性特征与共性特征线性独立,与特异性特征优势互补,一定程度避免了多源特征的冗余性。
公开/授权文献
- CN115984635B 多源遥感数据分类模型训练方法、分类方法和电子设备 公开/授权日:2023-07-07