基于特征学习与协同表示网络的高光谱图像异常检测方法.pdfVIP

下载本文档

0
0
约1.27万字
约 11页
2023-09-23 发布于四川
举报
版权申诉

基于特征学习与协同表示网络的高光谱图像异常检测方法.pdf

1、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。。
2、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。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、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。
6、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。
7、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特征学习与协同表示网络的高光谱图像异常检测方法，包括S1选择待处理的高光谱图像数据，并随机抽取70％作为训练数据，30％作为测试数据；S2构建网络结构；S3根据训练数据对网络结构进行训练后获得异常检测网络；S4将测试数据输入至异常检测网络中，提取高光谱图像数据的隐层特征图像，并根据协同表示网络对隐层特征图像进行重建获得重建图像，通过计算重建图像与隐层特征图像中各个对应像素的欧氏距离获得异常检测图。本发明将自编码器与自注意力模块相结合，更好地提取图像的全局特征，利用训练好的协同

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 116797901 A (43)申请公布日 2023.09.22 (21)申请号 202310002992.0 G06N 3/0455 (2023.01)