原创力文档- 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
查看更多
本申请提供了一种基于空谱特征自适应学习的藻华识别与分类方法，涉及藻华识别与分类领域，包括：分析优势藻种的先验信息，构建藻华监测数据集。构建空谱特征自适应双分支网络，提取光谱特征以及空间特征，并确定联合特征向量；设计分类层对联合特征向量进行分类，确定不同藻华的分类图。基于空间‑光谱特征联合学习的空谱特征自适应双分支网络，利用卷积神经网络提取空间特征表征藻华的空间异质性分布，联合光谱特征反映藻华类型的光学特性差异，最终实现对藻华优势藻种的智能化识别与分类。
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN118097416A
(43)申请公布日2024.05.28
(21)申请号202410240383.3G06V10/40(2022.01)
(22)申请日2024.03.
文档评论（0）