一种高光谱图像分类的视觉转换方法和系统

    公开(公告)号:CN114758201B

    公开(公告)日:2023-06-23

    申请号:CN202210303585.9

    申请日:2022-03-24

    摘要: 本申请提供了一种高光谱图像分类的视觉转换方法和系统。所述方法通过高光谱图像转换分类网络执行,所述高光谱图像转换分类网络包括:光谱自适应3D卷积投影模块和卷积置换器;所述方法包括:通过所述光谱自适应3D卷积投影模块对输入图像的光谱特征和空间特征进行融合,得到所述输入图像的融合特征;由所述卷积置换器通过深度卷积运算将所述输入图像的融合特征分别沿空间维度进行高度通道、宽度通道操作,沿光谱维度进行光谱通道操作,并对沿所述高度通道、所述宽度通道、所述光谱通道操作后的输出特征进行融合。籍此,有效解决了现有技术中无法捕获细微的光谱差异的问题难题,将局部空间信息从浅层传递到深层,提升高光谱图像分类的精确性。

    高光谱图像分类模型的自监督学习方法、系统、介质和电子设备

    公开(公告)号:CN114861865A

    公开(公告)日:2022-08-05

    申请号:CN202210228499.6

    申请日:2022-03-10

    摘要: 本申请提供了一种高光谱图像分类模型的自监督学习方法、系统、计算机可读存储介质和电子设备。该方法包括:对未标记的第一样本图像进行处理,获取预训练图像;其中,第一样本图像为高光谱图像;根据预训练图像对预先建立的基网络进行自监督学习;在自监督学习完成的基网络上添加自定义网络,构建高光谱图像分类模型;其中,自定义网络的全连接层用于对高光谱图像进行分类;根据第二样本图像,对高光谱图像分类模型进行微调;第二样本图像通过对第一样本图像进行标注得到。籍此,在基网络的训练过程中,不再需要对第一样本图像进行人工标注,有效解决了深度学习在高光谱图像分类中应用时手动标记数据不足的问题,提高了高光谱图像分类的精度。

    一种新的精密测距固定常数改正数检测方法

    公开(公告)号:CN111609840A

    公开(公告)日:2020-09-01

    申请号:CN202010450207.4

    申请日:2020-05-25

    IPC分类号: G01C15/00 G01C3/00 G01C25/00

    摘要: 本发明公开了一种新的精密测距固定常数改正数检测方法,步骤1:在使用固定精密全站仪和多个不同精密棱镜进行测距固定常数改正数检测时,为提高检测效率,先选任意棱镜为基准棱镜P0,用全站仪检测出使用基准棱镜P0测距的固定常数改正数b0;步骤2:再利用同一全站仪检测各棱镜与基准棱镜P0之间的相对测距固定常数改正数,b1,b2……bn,其中n≥3,若相对测距固定常数改正数b0≥±0.3mm,则放弃使用该棱镜,然后对筛选后棱镜固定常数改正数重新编号d1,d2,d3……dm,并解算其算术平均值得:d=(d1+d2+d3……+dm)/m;步骤3:最后求出精密测距固定常数改正数c=b0+d。

    一种多孔介质孔隙特征实体化的方法

    公开(公告)号:CN118190748A

    公开(公告)日:2024-06-14

    申请号:CN202410193967.X

    申请日:2024-02-21

    摘要: 本发明提供了一种多孔介质孔隙特征实体化的方法,其采用水解材料制作骨料以及胶凝材料,通过静力压实得到能被水解的试样。此外,通过不可水解材料环氧树脂作为孔隙填充物对该试样进行灌浆处理,使得环氧树脂能填充于试样中的所有孔隙中。最后通过将试样水浴水解的方式即可得到试样完整的孔隙结构。本发明有助于研究多孔介质孔隙结构,分析孔隙特征、孔径大小、孔隙数量、孔喉分布等,有助于研究孔隙结构特征对渗透性能等测量指标的影响。