一种基于空洞卷积神经网络的矿物光谱分类方法

发明专利有效专利

申请号：
CN202110630954.0
IPC分类号：G06K9/62;G06N3/04;G06N3/08;G01N21/25
申请日期：
2021-06-07
申请人：
核工业北京地质研究院

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	一种基于空洞卷积神经网络的矿物光谱分类方法
申请号	CN202110630954.0	申请日期	2021-06-07
法律状态	实质审查	申报国家	中国
公开/公告日	2021-09-21	公开/公告号	CN113420795A
优先权	暂无	优先权号	暂无
主分类号	G06K9/62 ? 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〕 G06K9/62 应用电子设备进行识别的方法或装置〔3〕	IPC分类号	G;0;6;K;9;/;6;2;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8;;;G;0;1;N;2;1;/;2;5查看分类表>
申请人	核工业北京地质研究院	申请人地址	北京市朝阳区小关东里十号院变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	核工业北京地质研究院	当前权利人	核工业北京地质研究院
发明人	田青林;郭帮杰;余长发;李瀚波;陈雪娇
代理机构	核工业专利中心	代理人	王婷

摘要

本发明属于高光谱遥感应用技术领域，具体涉及一种基于空洞卷积神经网络的矿物光谱分类方法，包括：步骤一，矿物光谱数据获取，步骤二，矿物光谱数据增强，步骤三，矿物光谱样本划分，步骤四，构建空洞卷积神经网络分类模型，步骤五，设置参数并训练空洞卷积神经网络；步骤六，验证空洞卷积神经网络，步骤七，使用训练好的网络预测分类；步骤八，分类结果精度评价。本方法有效地解决了现有方法易受噪声影响，所需人工操作步骤多，人为判断误差明显，对于矿物光谱信号识别精度不够高，自动化程度较低，可扩展性差的技术问题，提高了海量光谱数据的处理效率和分类精度。

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