CN119418081A 一种基于潜空间优化的林业遥感数据轻量化方法 （江西啄木蜂科技有限公司）_第1页
CN119418081A 一种基于潜空间优化的林业遥感数据轻量化方法 （江西啄木蜂科技有限公司）_第2页
CN119418081A 一种基于潜空间优化的林业遥感数据轻量化方法 （江西啄木蜂科技有限公司）_第3页
CN119418081A 一种基于潜空间优化的林业遥感数据轻量化方法 （江西啄木蜂科技有限公司）_第4页
CN119418081A 一种基于潜空间优化的林业遥感数据轻量化方法 （江西啄木蜂科技有限公司）_第5页
已阅读5页，还剩14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

产业开发区昌东大道含弘广场现代服一种基于潜空间优化的林业遥感数据轻量本发明公开了一种基于潜空间优化的林业遥感数据轻量化方法,属于图像处理技术领域，2;为、类别标签为，所述为该簇中样本数量最多的类别标签，构成聚类数据集D2，;生成合成数据集，将D1中与类别标签相同的原始样本构成子数据集;2.根据权利要求1所述的一种基于潜空间优化的林业遥感数据轻量化方法，其特征在3.根据权利要求1所述的一种基于潜空间优化的林业遥感数据轻量化方法，其特征在4.根据权利要求1所述的一种基于潜空间优化的林业遥感数据轻量化方法，其特征在5.根据权利要求1所述的一种基于潜空间优化的林业遥感数据轻量化方法，其特征在,3,,,,Laav(1)、分别是基于得到的验证损adv的权重超参数，l(,)为fy的分类损失，为fy对的预测类别标签，6.根据权利要求5所述的一种基于潜空间优化的林业遥感数据轻量化方法，其特征在4[0004]本发明的目的就在于提供一种专门针对林业遥感数据集标签fy(x)；5;S61，将D2输入解码器，第t_1轮第i簇的潜空间变量经解码器得到重构样本,生成合成数据集，将D1中与类别标签相同的原始样本构成子数据集xi；Lt根据下式得到；,,,,,regadv的权重超参数，l(,)为fy的分类损失，为fy对的预测类别标签，6[0010]作为优选：所述多层特征提取网络由M层特征提取函数提中心的类别标签，生成聚类样本(zf,)，构成聚类数据集D2再用解码7标签fy(x)；;S61，将D2输入解码器，第t_1轮第i簇的潜空间变量经解码器得到重构样本,生成合成数据集，将D1中与类别标签相同的原始样本构成子数据集xi；(zf,)看成一聚类样本，4K个聚类样本构成8[0023]所述聚类单元采用K_means聚类方法化选取K个个案作为起始的聚类中心点，计算其他个案所代表的点与初始聚类中心点的欧,,,,,regadv的权重超参数，l(,)为fy的分类损失，为fy对的预测类别标签，[0026]所述多层特征提取网络由M层特征提取函数提取M层不同尺度的特征，其中第m层,9

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