基于自适应深度多示例神经网络的高光谱目标检测方法.pdfVIP

下载本文档

1
0
约1.48万字
约 12页
2023-05-19 发布于北京
举报
版权申诉

基于自适应深度多示例神经网络的高光谱目标检测方法.pdf

1、本文档共12页，其中可免费阅读11页，需付费10金币后方可阅读剩余内容。
2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明公开了一种基于自适应深度多示例神经网络的高光谱目标检测方法，其实现步骤为：步骤1，生成训练样本集；步骤2，构建多示例深度卷积网络；步骤3，对多示例深度卷积网络进行内层迭代训练；步骤4，对内层训练好的多示例深度卷积网络进行外层迭代训练；步骤5，判断当前迭代更新后网络的性能指标NAUC是否提升，若是，执行步骤4，否则，执行步骤6；步骤6，对高光谱图像中的目标进行检测。本发明通过构建多示例深度卷积网络，利用概率阈值自适应地更新正数据包中像素的标签，迭代地训练网络，能够有效地解决现有技术对噪声较大

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114898237 A (43)申请公布日 2022.08.12 (21)申请号 202210350100.1 G06V 10/82 (2022.01)