一种基于立体遥感数据库的地貌特征聚类分析方法

发明专利无效专利

申请号：
CN201810103634.8
IPC分类号：G06F17/30;G06K9/62;G06K9/46;G06N3/04
申请日期：
2018-02-01
申请人：
张文淑

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	一种基于立体遥感数据库的地貌特征聚类分析方法
申请号	CN201810103634.8	申请日期	2018-02-01
法律状态	撤回	申报国家	中国
公开/公告日	2018-07-24	公开/公告号	CN108319693A
优先权	暂无	优先权号	暂无
主分类号	G06F17/30 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06F 电数字数据处理（基于特定计算模型的计算机系统入G06N） G06F17/00 特别适用于特定功能的数字计算设备或数据处理设备或数据处理方法〔6〕 G06F17/30 信息检索；及其数据库结构〔6〕	IPC分类号	G;0;6;F;1;7;/;3;0;;;G;0;6;K;9;/;6;2;;;G;0;6;K;9;/;4;6;;;G;0;6;N;3;/;0;4查看分类表>
申请人	张文淑	申请人地址	山东省枣庄市市中区光华路荣华里小区变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	张文淑	当前权利人	张文淑
发明人	张文淑;宋庆方;王梦缘;程瑞普;刘镜
代理机构	青岛致嘉知识产权代理事务所（普通合伙）	代理人	李浩成

摘要

本发明公开了一种基于立体遥感数据库的地貌特征聚类分析方法，其实现步骤是：调用图像待测样品、还原立体遥感地貌、特征粗提取、选取训练样本和测试样本、求解特征距离、细节特征点提取、利用训练样本训练神经网络、聚类分析。本发明采用逐层化方式训练连续傅里叶神经网络，避免了网络层数较多时出现梯度扩散的问题，并且能够提取出反映数据本质特性，刻画数据细节特征，突出不同地物类型之间差别的高维特征。由于本发明利用连续傅里叶神经网络提取数据的深层高维特征，避免了分类技术中存在的特征数较少或者特征学习不充分、不合理的问题，提高了无人机搭载遥感传感器遥感地貌图像的聚类精度。

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