联系人姓名:
联系人电话:
手机号:
邮箱:
QQ:
工作单位:
地址:
意向说明:
免费查询
基于自学习半监督深度神经网络高分影像场景分类方法
成果名称: | 基于自学习半监督深度神经网络高分影像场景分类方法 | 关键字: | 场景 , 样本 , 遥感 , 影像 , 分类 , 深度 , 训练 , 网络 , 标注 , 监督 | 应用行业: | 计算机、通信和其他电子设备制造业 |
高新技术领域: | 电子信息技术 | 所在地: | 天津市 | 知识产权类型: | 发明专利 |
知识产权编号: | CN202011232614.4 | 成果体现形式: | 成果属性: | ||
成果所处阶段: | 授权 | 成果水平: | 国内先进 | 研究形式: | |
学科分类: | 战略新兴产业: | 高端装备制造 | 课题来源: | ||
第一完成单位名称: | 天津市勘察设计院集团有限公司 | 第一完成单位属性: | 技术成熟度: | ||
合作方式: | 技术转让 | 交易价格(万): | 3.00 | 所属十强产业: |
本发明提供了一种基于自学习半监督深度神经网络高分影像场景分类方法,该方法主要包括:S1数据准备;S2高分辨率遥感影像场景分类深度网络预训练;S3深度卷积神经网络半监督再训练;S4利用步骤S3得到的网络进行高分辨率遥感影像场景推断。该基于深度卷积神经网络高分影像场景分类方法,针对高分辨率遥感影像场景分类中面临的标注数据获取困难导致的模型训练困难问题,本发明提出了一种自学习半监督深度网络模型训练方法,有效地提升了有限标注样本下高分辨率遥感影像场景分类精度。
联系方式
苏博晖
15614431192
请填写以下信息
联系人姓名:
联系人电话:
手机号:
邮箱:
QQ:
工作单位:
地址:
意向说明:
专注专业
资深行业经验,专业技术运作团队
信息保密
专利或技术全方位严格保密,保证用户权益
快速转让
依托大数据,精准对接需求企业,节约成本
一站式服务
技术转让一站式服务,省心更放心