基于多示例深度卷积记忆网络的高光谱目标检测方法

作者：焦昶哲; 陈晓莹; 卢云飞; 缑水平; 毛莎莎; 王秀秀; 程家馨

来源：2019-09-30, 中国, ZL201910943765.1.

本发明公开了一种基于多示例深度卷积记忆网络的高光谱目标检测方法,主要解决现有技术对复杂场景下不精确标记的高光谱目标检测效果差的问题。其实现步骤为：1.对输入图像进行划分,得到训练集和测试集；2.搭建依次包括一个输入层,中间三个重复的结构单元和一个输出层共11层结构的多示例深度卷积记忆网络N；3.设置训练参数,用训练集对多示例深度卷积记忆网络N进行迭代训练,当网络性能不再提升或达到最大训练次数时,停止训练,得到最终训练好的网络N′；4.将测试样本集输入到最终训练好的网络N′进行检测,得到检测结果。本发明提高了不精确标记的高光谱目标的检测结果,减小了过拟合现象,可用于爆炸物检测、农作物精细分类。

• 单位
  西安电子科技大学