多尺度CNN特征嵌入的多核学习高光谱图像分类方法与流程技术资料下载

技术编号:29128550

提示:您尚未登录,请点 登 陆 后下载,如果您还没有账户请点 注 册 ,登陆完成后,请刷新本页查看技术详细信息。

多尺度cnn特征嵌入的多核学习高光谱图像分类方法技术领域.本申请涉及高光谱图像分类技术领域,特别是涉及一种多尺度cnn特征嵌入的多核学习高光谱图像分类方法。背景技术.随着光谱技术的飞速进步,高光谱图像在遥感领域的应用越来越广泛,在农学、地质学、环境学、军事等领域都有广阔的发展前景。由于高光谱图像具有“图谱合一”、维度高、数据信息冗余的特点,对高光谱图像的分类仍有较大的挑战。目前基于传统机器学习和深度学习的高光谱图像分类方法取得了不错的进展,但是应用于矿物识别、农作物精细分类、国防军事目标检测...
注意:该技术已申请专利,请尊重研发人员的辛勤研发付出,在未取得专利权人授权前,仅供技术研究参考不得用于商业用途。
该专利适合技术人员进行技术研发参考以及查看自身技术是否侵权,增加技术思路,做技术知识储备,不适合论文引用。
请注意,此类技术没有源代码,用于学习研究技术思路。

详细技术文档下载地址↓↓

提示:您尚未登录,请点 登 陆 后下载,如果您还没有账户请点 注 册 ,登陆完成后,请刷新本页查看技术详细信息。
该分类下的技术专家--如需求助专家,请联系客服
  • 李老师:1.计算力学 2.无损检测
  • 毕老师:机构动力学与控制
  • 袁老师:1.计算机视觉 2.无线网络及物联网
  • 王老师:1.计算机网络安全 2.计算机仿真技术
  • 王老师:1.网络安全;物联网安全 、大数据安全 2.安全态势感知、舆情分析和控制 3.区块链及应用
  • 孙老师:1.机机器人技术 2.机器视觉 3.网络控制系统
  • 葛老师:1.机器人技术 2.计算机辅助技术
  • 张老师:1.内燃机燃烧及能效管理技术 2.计算机数据采集与智能算法 3.助航设备开发