申请/专利权人：西安电子科技大学

申请日：2023-12-26

公开（公告）日：2024-03-29

公开（公告）号：CN117788913A

主分类号：G06V10/764

分类号：G06V10/764;G06V10/774;G06V10/82;G06V20/10;G06N3/084

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.16#实质审查的生效;2024.03.29#公开

摘要：基于Co‑teaching多示例神经网络和考试机制相结合的高光谱目标检测方法、系统、设备及介质，其方法首先从高光谱图像中获取训练样本集和测试样本集；然后构建Co‑teaching多示例神经网络W，包括两个完全相同的子网络，分别记为A、B子网络，每个子网络包含依次级联的特征提取分支模块和检测分支模块；进一步对Co‑teaching多示例神经网络W进行迭代训练，增强Co‑teaching多示例神经网络W的泛化能力和抗噪声能力；最后，将测试样本集作为迭代训练后Co‑teaching多示例神经网络W的输入进行目标检测获取高光谱的目标检测结果；其系统、设备及介质能够根据所述目标检测方法进行光谱目标检测；本发明具有检测精度高、模型抗噪声能力强、泛化能力高的优点。

主权项：1.一种基于Co-teaching多示例神经网络和考试机制相结合的高光谱目标检测方法，其特征在于：首先从高光谱图像中获取训练样本集和测试样本集；然后构建Co-teaching多示例神经网络W，包括两个完全相同的子网络，分别记为A、B子网络，每个子网络包含依次级联的特征提取分支模块和检测分支模块；进一步对Co-teaching多示例神经网络W进行迭代训练，增强Co-teaching多示例神经网络W的泛化能力和抗噪声能力；最后，将测试样本集作为迭代训练后Co-teaching多示例神经网络W的输入进行目标检测，获取高光谱的目标检测结果。

全文数据：

权利要求：

百度查询： 西安电子科技大学 基于Co-teaching多示例神经网络和考试机制相结合的高光谱目标检测方法、系统、设备及介质

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD