| 用于遥感场景分类的多任务神经网络框架及分类方法 |
| 卢孝强 ; 张园林; 郑向涛; 黄举
|
| 2020-01-21
|
| 专利权人 | 中国科学院西安光学精密机械研究所
|
| 公开日期 | 2020-06-16
|
| 授权国家 | 中国
|
| 专利类型 | 发明专利
|
| 产权排序 | 1
|
| 摘要 | 本发明涉及一种用于遥感场景分类的神经网络框架及分类方法，特别涉及一种用于遥感场景分类的多任务神经网络框架及分类方法，解决了现有网络框架及分类方法，信息量存在局限性，场景识别不准确，分类精度低的问题。该网络框架包括卷积特征提取层、分类任务全连接特征提取层、分类任务判别层、分类任务损失层；其特殊在于：还包括辅助任务全连接特征提取层、辅助任务判别层、辅助任务损失层、分类任务特征映射层、辅助任务特征映射层及关系学习损失层；两个特征映射层分别将适应于两种任务的全连接特征向量降维，关系学习损失层将降维后的向量作差并将差向量的范数作为关系学习损失，关系学习损失与两种任务的判别损失一起加入优化训练。 |
| 申请日期 | 2020-01-21
|
| 专利号 | CN202010070358.7
|
| 语种 | 中文
|
| 专利状态 | 授权
|
| 公开（公告）号 | CN111291651A
|
| IPC 分类号 | G06K9/00
; G06K9/46
; G06N3/04
; G06N3/08
|
| 文献类型 | 专利
|
| 条目标识符 | http://ir.opt.ac.cn/handle/181661/95142
|
| 专题 | 光谱成像技术研究室
|
推荐引用方式
GB/T 7714 |
卢孝强,张园林,郑向涛,等. 用于遥感场景分类的多任务神经网络框架及分类方法. CN202010070358.7[P]. 2020-01-21.
|
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论