公开(公告)号：CN118262248B

公开(公告)日：2024-08-09

申请号：CN202410696965.2

申请日：2024-05-31

Applicant: 福州大学

Inventor： 朱道也 ,  姚政伟 ,  林啟锋 ,  郑智嘉 ,  王汀 ,  黄敏

IPC: G06V20/10 ,  G06V10/82 ,  G06V10/764 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明提供一种顾及遥感影像空间信息的GeosotNet深度学习模型，通过将遥感影像划分为GeoSOT网格单元，并利用卷积神经网络（CNN）生成特征图，进而提取NSCT纹理特征、计算度量值、进行池化方法决策和下采样，最终将特征向量输入全连接层进行处理，并通过softmax分类器进行类别预测。此外，模型在训练过程中利用网格标签数据反向传播算法更新网络滤波器权值，以实现对遥感影像的准确分类和分析，具有很高的实用价值。

公开(公告)号：CN118262248A

公开(公告)日：2024-06-28

申请号：CN202410696965.2

申请日：2024-05-31

Applicant: 福州大学

Inventor： 朱道也 ,  姚政伟 ,  林啟锋 ,  郑智嘉 ,  王汀 ,  黄敏

IPC: G06V20/10 ,  G06V10/82 ,  G06V10/764 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明提供一种顾及遥感影像空间信息的GeosotNet深度学习模型，通过将遥感影像划分为GeoSOT网格单元，并利用卷积神经网络（CNN）生成特征图，进而提取NSCT纹理特征、计算度量值、进行池化方法决策和下采样，最终将特征向量输入全连接层进行处理，并通过softmax分类器进行类别预测。此外，模型在训练过程中利用网格标签数据反向传播算法更新网络滤波器权值，以实现对遥感影像的准确分类和分析，具有很高的实用价值。