公开(公告)号：CN116863327B

公开(公告)日：2023-12-15

申请号：CN202310653075.9

申请日：2023-06-05

申请人： 中国石油大学(华东)

发明人： 宋冬梅 ,  覃富侯 ,  王斌 ,  张杰 ,  刘善伟 ,  高晗

IPC分类号： G06V20/10 ,  G06V10/40 ,  G06V10/74 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06N3/094

摘要： 本发明公开了一种基于双域分类器协同对抗的跨域小样本分类方法，包括以下步骤：获取目标域数据集和源域数据集，基于所述目标域数据集和所述源域数据集进行预处理，获取查询集、支持集和测试集；确定网络超参数和网络参数，构建双域分类器协同对抗网络模型；通过查询集和支持集对双域分类器协同对抗网络模型进行训练，获取训练后的双域分类器协同对抗网络模型；将测试集对训练后的双域分类器协同对抗网络模型进行测试，获取分类结果。本发明高光谱图像为例构建网络模型；设计两个域分类器，分别采取梯度上升和梯度下降的策略，提取(56)对比文件Cheng Zhang.Feature Integration-BasedTraining for Cross-Domain HyperspectralImage Classification.IGARSS 2022 - 2022IEEE International Geoscience and RemoteSensing Symposium.2022,3572-3575.

公开(公告)号：CN116863327A

公开(公告)日：2023-10-10

申请号：CN202310653075.9

申请日：2023-06-05

申请人： 中国石油大学(华东)

发明人： 宋冬梅 ,  覃富侯 ,  王斌 ,  张杰 ,  刘善伟 ,  高晗

IPC分类号： G06V20/10 ,  G06V10/40 ,  G06V10/74 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06N3/094

摘要： 本发明公开了一种基于双域分类器协同对抗的跨域小样本分类方法，包括以下步骤：获取目标域数据集和源域数据集，基于所述目标域数据集和所述源域数据集进行预处理，获取查询集、支持集和测试集；确定网络超参数和网络参数，构建双域分类器协同对抗网络模型；通过查询集和支持集对双域分类器协同对抗网络模型进行训练，获取训练后的双域分类器协同对抗网络模型；将测试集对训练后的双域分类器协同对抗网络模型进行测试，获取分类结果。本发明高光谱图像为例构建网络模型；设计两个域分类器，分别采取梯度上升和梯度下降的策略，提取域无关信息和部分域相关信息，最大限度地提取出源域数据集的先验知识，更好地实现小样本情境下目标域数据的分类。

公开(公告)号：CN117576483B

公开(公告)日：2024-06-14

申请号：CN202311724746.2

申请日：2023-12-14

申请人： 中国石油大学(华东)

发明人： 戴嵩 ,  王斌 ,  宋冬梅 ,  张杰 ,  覃富侯

IPC分类号： G06V10/764 ,  G06V20/10 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/0464 ,  G06V10/80 ,  G06V10/44

摘要： 本发明公开了基于多尺度卷积自编码器的多源数据融合地物分类方法，包括以下步骤：获取激光雷达点云数据和光学影像数据，分别对所述激光雷达点云数据和所述光学影像数据进行预处理，构建多源遥感数据集；构建基于多尺度卷积自编码器的多源数据融合地物分类模型；基于所述多源遥感数据集，对所述多源数据融合地物分类模型进行训练；利用训练好的所述多源数据融合地物分类模型对待测的城市地物进行预测，实现对城市地物的分类。本发明能够有效融合多源数据特征，实现高精度的地物分类。它的特点在于利用多尺度卷积自编码器进行特征提取和融合，以及引入注意力机制来提高特征表示能力。这使得本发明具备较强的地物分类能力，并取得了较高的分类精度。