CN118736272B 一种基于对象关联特征的遥感影像增强分类方法 （中国科学院西北生态环境资源研究院）_第1页
CN118736272B 一种基于对象关联特征的遥感影像增强分类方法 （中国科学院西北生态环境资源研究院）_第2页
CN118736272B 一种基于对象关联特征的遥感影像增强分类方法 （中国科学院西北生态环境资源研究院）_第3页
CN118736272B 一种基于对象关联特征的遥感影像增强分类方法 （中国科学院西北生态环境资源研究院）_第4页
CN118736272B 一种基于对象关联特征的遥感影像增强分类方法 （中国科学院西北生态环境资源研究院）_第5页
已阅读5页，还剩12页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

一种基于对象关联特征的遥感影像增强分本发明涉及遥感技术和人工智能模式识别像增强分类方法。获取数据库中的多个样本数目标二元体集合输入分类模型中得到目标二元像素的类别；重复得到每个像素的多次分类结2S3.将所述二元体训练集输入图卷积神经网络模型中进行训练，得到训练好的分类模S4.采用随机无放回方式提取目标遥感影像中任意两个像素的特征进行两两组合，构S5.将所述目标二元体集合输入训练好的分类模型中，得到每个目标二元体的分类结S6.基于每个目标二元体的分类结果将目标二元体进行分解，得到目标二元体中每个S8.采用多数投票法在所述多次分类结果中获取目标遥感影像中每个像素的最终分类2.根据权利要求1所述的一种基于对象关联特征的遥感影像增强分类方法，其特征在根据所有样本数据对应的无向完全图特征构建3.根据权利要求1所述的一种基于对象关联特征的遥感影像增强分类方法，其特征在于：采用多数投票法在所述多次分类结果中获取目标遥感影像中每个像素的最终分类结将每个像素的多次分类结果转换为one_hot编码并进行按位相加，得到每个像素对应34[0008]S1.获取数据库中的多个样本[0010]S3.将所述二元体训练集输入图卷积神[0011]S4.采用随机无放回方式提取目标遥感影像中任意两个像素的特征进行两两组[0012]S5.将所述目标二元体集合输入训练好[0013]S6.基于每个目标二元体的分类结果[0015]S8.采用多数投票法在所述多次分类结果中获取目标遥感影像中每个像素的最终[0018]将所述特征曲线中每个特征值的位置作为节点，构建样本数据的无向完全图特5[0030]将每个像素的多次分类结果转换为one_hot编码并进行按位相加，得到每个像素[0034]图1为本发明实施例的一种基于对象关联特征的遥感影像增强分类方法流程示意[0038]本发明实施例的一种基于对象关联特征的遥感影像增强分类方法流程示意图如[0039]S1.获取数据库中的多个样本[0040]本发明实施例中基于数据库中提取的样本数6[0050]将D中的元素按行进行排序，进一步得到二元体的类别标签集合L＝{L1,L2,ij[0052]S3.将所述特征二元体训练输入7[0055]S4.采用随机无放回方式提取目标遥感影像中任意两个像素的特征进行两两组[0057]S5.将所述目标特征二元体集合输入训[0058]本发明实施例采用随机无放回的方法从R中获取像素来构建二元体，通过训练好[0059]S6.基于每个目标二元体的分类结果[0066]S8.采用多数投票法在所述多次分类结果中获取目标遥感影像中每个像素的最终8无需多分类器集成

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论