基于协同训练半监督学习的遥感影像水体提取方法及系统

发明专利有效专利

申请号：
CN201510616672.X
IPC分类号：G06K9/62
申请日期：
2015-09-24
申请人：
四川航天系统工程研究所

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	基于协同训练半监督学习的遥感影像水体提取方法及系统
申请号	CN201510616672.X	申请日期	2015-09-24
法律状态	授权	申报国家	暂无
公开/公告日	2016-01-27	公开/公告号	CN105279519A
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	G06K9/62查看分类表>
申请人	四川航天系统工程研究所	申请人地址	四川省成都市龙泉驿区航天北路工业区201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	四川航天系统工程研究所	当前权利人	四川航天系统工程研究所
发明人	韩宇韬;吕琪菲;周保琢;谷永艳;张至怡;杨宇彬;宋勇
代理机构	四川省成都市天策商标专利事务所	代理人	刘渝

摘要

本发明涉及水体遥感技术领域，提供一种基于协同训练半监督学习的遥感影像水体提取方法及系统，以解决目前采用监督分类方法进行遥感影像水体提取时，由于人工选择的样本数量不足导致水体提取精度较差的问题，该系统包括遥感影像特征提取模块、双视图构建模块、分类器训练模块和分类模块，分类器训练模块包括初始化模块、样本标注模块、样本集合更新模块和迭代控制模块。本发明提出的技术方案在小样本情况下依然能够保证高分辨率遥感影像水体提取的精度，从而可以降低人工标注训练样本的工作量和复杂度。

一种建立情感识别模型和识别人物情感的方法和装置

发明授权

基于协同训练半监督学习的遥感影像水体提取方法及系统

在售专利 早买早用

在售专利早买早用