基于PCANet的空谱特征联合高光谱海冰图像分类方法.pdf

一种基于PCANet的高光谱图像分类方法及系统.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114882360 A (43)申请公布日 2022.08.09 (21)申请号 202210521660.9 G06V 10/82 (2022.01)

2023-05-16 约1.62万字 14页立即下载

一种基于空谱特征联合约束的高光谱异常检测方法.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 113409261 A (43)申请公布日 2021.09.17 (21)申请号 202110657574.6 (22)申请日 2021.06.13 (71)申请人西北工业大学地址

2023-06-18 约1.32万字 13页立即下载

基于递进式空谱联合深度网络的高光谱遥感图像生成方法.pdf (19)中华人民共和国国家知识产权局 (12)发明专利 (10)授权公告号 CN 112818794 B (45)授权公告日 2022.03.04 (21)申请号 202110098567.7 G06V 10/82 (2022.01)

2023-06-02 约2.19万字 18页立即下载

基于多尺度特征提取的高光谱图像分类方法研究.pdf 基于多尺度特征提取的高光谱图像分类方法研究摘要 高光谱图像分类在民用领域和国防安全领域中都扮演重要角色。在高光谱图像分类 中，由于地物尺度不一，采用单一尺度提取特征分类性能往往达不到最优效果。同时，根据待测图像中是否含有未知类别，高光谱图像分类可以划分为闭集分类和开集分类两个子任务，且各自面临不同的问题。闭集分类面临的是标记样本严重缺乏带来的精度欠佳问题，开集分类面临的依靠拟合数学分布识别未知类造成的精度欠佳问题。对此，本 “” 文以待测图像中是否存在未知类别为研究主线，针对高光谱图像分类中闭集分类和开集分类两个子任务存在的问题以及它们的共性问题进行研究，旨在提取更具代表性、更鲁棒

2025-04-25 约13.82万字 73页立即下载

一种基于多级细节注入的高光谱空谱质量增强方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114565835 A (43)申请公布日 2022.05.31 (21)申请号 202210011481.0 G06V 10/82 (2022.01)

2023-05-09 约1.9万字 16页立即下载

基于Transformer的高光谱图像分类方法研究.pdf 摘要 高光谱图像具有光谱分辨率高和图谱合一的特点，包含丰富的光谱信息与空间信息，在精准农业、地质勘测和环境监测等多个领域都有广泛的应用。高光谱图像的分类结果将直接影响后续应用的效果，因此高光谱图像分类成为高光谱遥感中最重要的应用之一。随着深度学习在高光谱图像分类领域的广泛应用，凭借深度学习强大的特征表示能力，高光谱图像分类方法的分类性能有了显著的提升。但是目前的高光谱图像分类方法 存在以下几个问题导致模型的分类性能无法持续提升。（1）高光谱图像的训练样本数量较少，导致分类模型的泛化

2024-12-27 约9.28万字 64页立即下载

基于深度学习的高光谱图像分类方法.pdf Artificial Intelligence and Robotics Research 人工智能与机器人研究, 2017, 6(1), 31-39 Published Online February 2017 in Hans. /journal/airr /10.12677/airr.2017.61005 A Classification Method for Hyperspectral Imagery Based on Deep Learning 1 1

2017-05-24 约1.98万字 10页立即下载

基于空谱自注意力机制的高光谱去噪算法.docx 基于空谱自注意力机制的高光谱去噪算法一、引言 高光谱图像以其丰富的光谱信息在众多领域中得到了广泛的应用。然而，由于各种因素如传感器噪声、大气干扰等，高光谱图像中往往存在大量的噪声，这严重影响了图像的质量和应用效果。因此，高光谱去噪成为了高光谱图像处理中的一项重要任务。近年来，基于深度学习的去噪算法得到了广泛的关注，其中，基于空谱自注意力机制的方法在高光谱去噪领域展现出了优越的性能。本文旨在介绍一种基于空谱自注意力机制的高光谱去噪算法，分析其原理、实现方法以及应用效果。二、空谱自注意力机制原理空谱自注意力机制是一种基于深度学习的注意力机制，通过捕捉高光谱图像的空间和光谱信息，实现对噪声的抑

2025-04-22 约4.15千字 9页立即下载

周孝东基于光谱的遥感图像特征提取方法研究.doc 图书分类号：密级：毕业论文 基于光谱的遥感图像特征提取方法研究 FEATURE EXTRACTION FOR REMOTE SENSING IMAGE BASED ON SPECTRAL 学生姓名周孝东学院名称数学与物理科学学院专业名称信息与计算科学指导教师于燕燕、张克军 2009年 5月 12日徐州工程学院学位论文原创性声明本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独立进行研究工作所取得的成果。除文中已经注明引用或参考的内容外，本论文不含任何其他个人或集体已经

2017-02-09 约2.09万字 33页立即下载

基于NAPC的高光谱图像特征提取的并行加速方法.pdf (19)中华人民共和国国家知识产权局 (12)发明专利 (10)授权公告号 CN 112801853 B (45)授权公告日 2022.04.15 (21)申请号 202110178449.7 (51)Int.Cl.

2023-06-03 约9.08千字 8页立即下载

基于空间-光谱联合信息的高光谱图像分类算法：创新与实践.docx 基于空间-光谱联合信息的高光谱图像分类算法：创新与实践一、引言 1.1研究背景与意义 高光谱图像（HyperspectralImage,HSI）作为一种前沿的遥感数据类型，在众多领域展现出不可替代的价值。它通过高光谱成像仪，在电磁波谱的可见光、近红外、短波红外等广泛波谱区域，以连续且细分的光谱波段对目标区域成像，从而获取到融合大量空间与光谱信息的三维图像。通常，高光谱图像涵盖上百个光谱通道，光谱分辨率可达纳米量级，其光谱范围极为广泛，包括可见光、近红外、中红外和热红外等多个波段。凭借这种高分辨率的光谱信息，高光谱图像能够像为地物赋予独特“光谱指纹”一般，极为详细地描述物体的光谱特

2025-04-04 约3.19万字 26页立即下载

基于Swin+Transformer的高光谱图像分类方法研究.pdf 摘要摘要随着遥感技术的飞速发展，高光谱遥感数据的采集正在以前所未有的速度拓展人类对地球表面精细观测的能力。高光谱遥感，以其传感器波段丰富、频谱分辨率高的特点，成为现代空间科学及地球科学研究的重要工具。高光谱图像分类是一个利用遥感技术获取的图像数据进行地物分类的领域，它通过利用图像中的光谱信息，可以更准确地识别和分类地物类型。高光谱图像分类方法从传统的基于统计学习的方法，到基于机器学习 的方法，再到目前热门的深

2025-02-05 约13.76万字 79页立即下载

基于显微高光谱的医学图像的分类与识别方法研究.pdf 摘要传统的医学图像一般都是彩色图像，虽然可以得到病变处的影像，但是所能反应的信息过于单一。另外，利用传统医学图像进行病理分析、分类诊断时，很大程度上取决于医师的个人判断和经验，具有很强的主观性。所以，在医学图像诊断上，亟需一种辅助医师进行分类与识别的方法。而高光谱图像除了能反映图像本身的空间信息之外，还提供了整幅图像的光谱信息，相比于传统的医学图像，它可以为医疗工作提供更加丰富的信息，有助于病理分析。因此，本文将显微高光谱成像技术与医学图像分类识别技术相结合，对血细胞的分类识别方法

2024-11-23 约8.34万字 62页立即下载

一种基于DBN的高光谱遥感图像分类方法.pdf 电子澳0 量技术．第 39卷第 7期 ELECTRONIC MEASUREMENT TECHNOLOGY 2016年 7月一种基于DBN的高光谱遥感图像分类方法 李新国黄晓晴 (南京航空航天大学自动化学院南京 21

2017-06-03 约2.72千字 6页立即下载

基于新型激活函数的高光谱图像分类方法.pdf (19)国家知识产权局 (12)发明专利 (10)授权公告号 CN 112819077 B (45)授权公告日 2023.04.07 (21)申请号 202110150910.8 G06N 3/048 (2023.01)

2023-06-04 约1.09万字 10页立即下载