一种基于深度集成学习的高分辨率遥感图像分类方法

发明专利有效专利

申请号：
CN202010173481.1
IPC分类号：G06K9/00;G06K9/62
申请日期：
2020-03-13
申请人：
长安大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于深度集成学习的高分辨率遥感图像分类方法
申请号	CN202010173481.1	申请日期	2020-03-13
法律状态	实质审查	申报国家	中国
公开/公告日	2020-07-03	公开/公告号	CN111368776A
优先权	暂无	优先权号	暂无
主分类号	G06K9/00 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06K 数据识别；数据表示；记录载体；记录载体的处理（印刷本身入B41J） G06K9/00 用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置（用于图表阅读或者将诸如力或现状态的机械参量的图形转换为电信号的方法或装置入G06K 11/00；语音识别入G10L 15/00）〔1，7〕	IPC分类号	G;0;6;K;9;/;0;0;;;G;0;6;K;9;/;6;2查看分类表>
申请人	长安大学	申请人地址	陕西省西安市南二环中段33号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	长安大学	当前权利人	长安大学
发明人	席江波;聂聪冲;孙悦鸣;姜万冬
代理机构	西安睿通知识产权代理事务所（特殊普通合伙）	代理人	惠文轩

摘要

本发明公开了一种基于深度集成学习的高分辨率遥感图像分类方法，其思路为：首先使用像元亮度值作为分类特征进行全连接网络分类实验；其次使用面向对象分割，再以重心为中心提取卷积块进行卷积神经网络分类；再将原始图像裁剪为图像块，使用U‑Net完全卷积网络进行onevsall多元分类；最后，在前三个深度网络基分类器的分类结果上训练一个全连接网络进行概率组合，实现了较好的分类性能。本发明通过使用深度集成学习方法，能够有效结合光谱和空间等信息改善分类准确率，且综合基分类器的优势，在高分辨率遥感图像分类的单个类别和总体分类精度上都能得到比单一分类器更好的分类精度。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供