申请/专利权人：海南大学

申请日：2023-12-29

公开（公告）日：2024-04-02

公开（公告）号：CN117809184A

主分类号：G06V20/10

分类号：G06V20/10;G06V10/764;G06V10/774;G06V10/82;G06N3/0464;G06V10/42

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.19#实质审查的生效;2024.04.02#公开

摘要：本发明公开了基于MSSARN框架的高光谱图像分类模型，具体包括：光谱注意力模型，用于识别光谱特征；邻域卷积模块，用于空间特征的提取；跟随块模块，用于增强特征提取的功能；残差网络模块，残差连接允许梯度直接流过网络的多个层，有助于保持在深层网络中信息的有效传递；本发明还公开了基于MSSARN框架的高光谱图像分类方法，MSSARN在多个高光谱数据集上的分类准确率显著优于其他现有算法，展现了其作为高光谱图像分类的有效和高效解决方案的潜力。这表明该研究在高光谱图像处理领域取得了重要进展。

主权项：1.基于MSSARN框架的高光谱图像分类模型，其特征在于，具体包括：光谱注意力模型，用于识别光谱特征；邻域卷积模块，用于空间特征的提取；跟随块模块，用于增强特征提取的功能；残差网络模块，残差连接允许梯度直接流过网络的多个层，有助于保持在深层网络中信息的有效传递。

全文数据：

权利要求：

百度查询： 海南大学 基于MSSARN框架的高光谱图像分类模型及分类方法

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。

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