一种基于高光谱与太赫兹数据深度融合的分类方法
基本信息
| 申请号 | CN202010187221.X | 申请日 | - |
| 公开（公告）号 | CN111539447B | 公开（公告）日 | 2022-04-22 |
| 申请公布号 | CN111539447B | 申请公布日 | 2022-04-22 |
| 分类号 | G06K9/62（2022.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I;G06V10/764（2022.01）I;G06V10/80（2022.01）I;G06V10/26（2022.01）I;G06V10/774（2022.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 刘忆森;周松斌;刘伟鑫;邱泽帆 | 申请（专利权）人 | 广东省科学院智能制造研究所 |
| 代理机构 | 广州容大知识产权代理事务所（普通合伙） | 代理人 | 刘新年 |
| 地址 | 510070 广东省广州市先烈中路100号大院15号楼 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种基于高光谱与太赫兹数据深度融合的分类方法，包括以下步骤：S1：对样本进行高光谱成像数据采集；S2：对样本进行太赫兹成像数据采集；S3：高光谱与太赫兹数据分割，得到每个样本的高光谱与太赫兹数据，并构建样本训练集与测试集；S4：构建高光谱与太赫兹深度融合分类网络；S5：构建高光谱与太赫兹深度融合分类网络损失函数：S6：采用梯度下降方法训练高光谱与太赫兹深度融合分类网络；S7：利用训练好的高光谱与太赫兹深度融合分类网络，采用输出融合策略对测试集进行预测。本发明采用深度卷积网络进行高光谱成像与太赫兹成像传感数据融合、多分支交叉融合、特征与输出双重融合，提升了分类模型的精度与健壮性。 |
