-
公开(公告)号：CN116188774B
公开(公告)日：2024-03-22
申请号：CN202211604458.9
申请日：2022-12-13
Applicant: 湖南大学
Abstract: 本发明公开了一种高光谱图像实例分割方法，包括获取实例标注后的高光谱图像数据集并处理得到训练数据集；构建高光谱图像实例分割初始模型并采用训练数据集进行训练得到高光谱图像实例分割模型；采用高光谱图像实例分割模型对实际获取的高光谱图像进行实例分割。本发明还公开了一种包括所述高光谱图像实例分割方法的建筑实例分割方法。本发明通过卷积注意力模块和光谱‑空间特征金字塔网络实现多尺度的空谱特征融合，使得网络模型具有同时利用光谱特征和空间特征的优势，提高模型的分割结果；而且本发明方法的计算过程不会占用过多的计算资源，可靠性高、准确性好且适用范围广。
-
公开(公告)号：CN116188774A
公开(公告)日：2023-05-30
申请号：CN202211604458.9
申请日：2022-12-13
Applicant: 湖南大学
Abstract: 本发明公开了一种高光谱图像实例分割方法，包括获取实例标注后的高光谱图像数据集并处理得到训练数据集；构建高光谱图像实例分割初始模型并采用训练数据集进行训练得到高光谱图像实例分割模型；采用高光谱图像实例分割模型对实际获取的高光谱图像进行实例分割。本发明还公开了一种包括所述高光谱图像实例分割方法的建筑实例分割方法。本发明通过卷积注意力模块和光谱‑空间特征金字塔网络实现多尺度的空谱特征融合，使得网络模型具有同时利用光谱特征和空间特征的优势，提高模型的分割结果；而且本发明方法的计算过程不会占用过多的计算资源，可靠性高、准确性好且适用范围广。
-
公开(公告)号：CN112965968B
公开(公告)日：2023-10-24
申请号：CN202110240555.3
申请日：2021-03-04
Applicant: 湖南大学
IPC: G06F16/215 , G06F16/2458 , G06N3/0499
Abstract: 本发明公开了一种基于注意力机制的异构数据模式匹配方法，包括如下步骤：输入源数据和待匹配数据，待匹配数据为异构数据；将源数据和待匹配数据进行分类，包括数值型数据、字符型数据和稀有类型数据；将分类后的数据根据新建的数据指标体系进行特征提取；将源数据提取的特征输入到基于注意力机制的模式匹配模型中进行训练，待匹配数据的特征输入到训练好的模型中进行异构数据间属性的相似度计算，并根据双向过滤法建立源模式和待匹配模式中元素的语义映射关系，即模式匹配。本发明基于注意力机制算法降低了神经网络的复杂度，进一步过滤干扰数据，提高了异构数据模式匹配的效率和准确率。
-
公开(公告)号：CN112965968A
公开(公告)日：2021-06-15
申请号：CN202110240555.3
申请日：2021-03-04
Applicant: 湖南大学
IPC: G06F16/215 , G06F16/2458 , G06N3/04
Abstract: 本发明公开了一种基于注意力机制的异构数据模式匹配方法，包括如下步骤：输入源数据和待匹配数据，待匹配数据为异构数据；将源数据和待匹配数据进行分类，包括数值型数据、字符型数据和稀有类型数据；将分类后的数据根据新建的数据指标体系进行特征提取；将源数据提取的特征输入到基于注意力机制的模式匹配模型中进行训练，待匹配数据的特征输入到训练好的模型中进行异构数据间属性的相似度计算，并根据双向过滤法建立源模式和待匹配模式中元素的语义映射关系，即模式匹配。本发明基于注意力机制算法降低了神经网络的复杂度，进一步过滤干扰数据，提高了异构数据模式匹配的效率和准确率。
-
-
-
Search Results
4
records
(took 0.015 seconds)
