-
公开(公告)号:CN118470545B
公开(公告)日:2024-10-18
申请号:CN202410924484.2
申请日:2024-07-11
Applicant: 南京信息工程大学
IPC: G06V20/10 , G06V10/58 , G06V10/764 , G06V10/77 , G06V10/774 , G06V10/82 , G06N3/042 , G06N3/0455 , G06N3/0464 , G06N3/084 , G06N3/0895
Abstract: 本发明公开一种基于图掩码自编码器的遥感图像自监督学习方法,包括使用主成分分析法对遥感图像原始数据进行降维,并基于降维后的遥感图像数据获取遥感图像的节点样本数据;将遥感图像节点样本输入到预训练的图卷积编码器中,进行特征提取编码,获得节点样本的特征向量;将节点样本的特征向量输入到监督学习分类器中,获得遥感图像分类结果,显著提升小样本训练集条件下常用遥感图像分类器的分类性能。
-
公开(公告)号:CN118470545A
公开(公告)日:2024-08-09
申请号:CN202410924484.2
申请日:2024-07-11
Applicant: 南京信息工程大学
IPC: G06V20/10 , G06V10/58 , G06V10/764 , G06V10/77 , G06V10/774 , G06V10/82 , G06N3/042 , G06N3/0455 , G06N3/0464 , G06N3/084 , G06N3/0895
Abstract: 本发明公开一种基于图掩码自编码器的遥感图像自监督学习方法,包括使用主成分分析法对遥感图像原始数据进行降维,并基于降维后的遥感图像数据获取遥感图像的节点样本数据;将遥感图像节点样本输入到预训练的图卷积编码器中,进行特征提取编码,获得节点样本的特征向量;将节点样本的特征向量输入到监督学习分类器中,获得遥感图像分类结果,显著提升小样本训练集条件下常用遥感图像分类器的分类性能。
-