申请/专利权人:齐齐哈尔大学
申请日:2023-02-28
公开(公告)日:2023-05-23
公开(公告)号:CN116152561A
主分类号:G06V10/764
分类号:G06V10/764;G06V10/82;G06V10/80;G06N3/0464;G06N3/08;G06F16/55
优先权:
专利状态码:在审-实质审查的生效
法律状态:2023.06.09#实质审查的生效;2023.05.23#公开
摘要:基于卷积神经网络和增强图注意力网络的融合网络的图像分类方法,本发明涉及图像分类方法。本发明的目的是为了解决现有的高光谱图像分类方法在有限的标签样本下,高光谱图像的分类的精度仍然会受到极大的限制的问题。过程为:一、建立卷积神经网络与增强图注意力模块的融合网络模型CEGAT;获得训练好的卷积神经网络与增强图注意力模块的融合网络模型CEGAT;二、将待测高光谱图像输入训练好的卷积神经网络与增强图注意力模块的融合网络CEGAT,完成对待测高光谱图像的分类。
主权项:1.基于卷积神经网络和增强图注意力网络的融合网络的图像分类方法,其特征在于:所述方法具体过程为:一、建立卷积神经网络与增强图注意力模块的融合网络模型CEGAT;获得训练好的卷积神经网络与增强图注意力模块的融合网络模型CEGAT;二、将待测高光谱图像输入训练好的卷积神经网络与增强图注意力模块的融合网络CEGAT,完成对待测高光谱图像的分类。
全文数据:
权利要求:
百度查询: 齐齐哈尔大学 基于卷积神经网络和增强图注意力网络的融合网络的图像分类方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。