公开(公告)号：CN116385593A

公开(公告)日：2023-07-04

申请号：CN202310309520.X

申请日：2023-03-24

Applicant: 湖北工业大学

Inventor： 王明威 ,  尹碧玉 ,  王铖 ,  程冲 ,  叶志伟 ,  李胜 ,  张浩明

IPC: G06T11/40 ,  G06V10/778 ,  G06V10/774 ,  G06V20/60

Abstract: 本发明涉及融合地面‑像元光谱在矿物填图领域中的应用，尤其是一种基于定量半监督学习的高光谱遥感矿物填图方法。通过提取主要蚀变矿物的丰度和端元，对地面矿物样品进行识别；基于半监督学习模型对影像中的每一个像元进行判断，覆盖研究区坐标范围，综合光谱角值作为定量指标判断当前像元是否为蚀变矿物，完成矿物填图。本发明提供了识别相似矿物光谱特征曲线的可行性，提升了矿物填图的可靠性与相关技术的可移植性。

公开(公告)号：CN117789019A

公开(公告)日：2024-03-29

申请号：CN202311657325.2

申请日：2023-12-04

Applicant: 湖北工业大学

Inventor： 王明威 ,  杨凯元 ,  王铖 ,  吴楷雄 ,  叶志伟 ,  阮景厚 ,  尹碧玉 ,  程冲

IPC: G06V20/10 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464 ,  G06V20/17

Abstract: 本发明涉及集成学习和深度神经网络在矿物光谱解混领域中的应用，尤其是一种孪生‑稀疏自编码网络的高光谱遥感矿物端元提取方法。基于孪生网络结构，使用两组子网络对多模态光谱特征同时进行训练，通过网络的权值共享与更新比较二者的相似程度，结合地面光谱较高的光谱分辨率对机载影像中的矿物端元进行修正，针对研究区完成矿物端元提取。本发明提供了局部空间矿物光谱解混的可行性，弥补了传统端元提取方法难以直观反映矿物吸收特征的不足。