“康陈瑶”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果2个，建议您升级VIP下载更多相关专利

[发明专利]基于二次型基元多层网络的SAR图像分类方法-CN201710725823.4有效
发明人：何楚;熊德辉;刘新龙;康陈瑶 -专利权人：武汉大学
申请日： 2017-08-22 - 公布日： 2019-09-10 - 主分类号： G06K9/00 文献下载
摘要：本发明涉及一种基于二次型基元多层网络的SAR图像分类方法，包括步骤：步骤1，准备待分类SAR图像数据集，从待分类图像中随机选取各类图像中一定比例作为训练数据，其余作为测试数据；步骤2，构建基于二次型基元多层网络，将待分类的SAR图像中的训练数据输入，采用批量梯度下降进行训练；所述基于二次型基元多层网络包括输入模块，二次型模块，卷积模块，全连接与分类模块；步骤3，将测试数据数据输入到训练好的基于二次型基元多层网络，求解输出向量的最大值，该最大值对应的维数即为输入SAR图像所对应的类别。本发明通过多层网络学习各统计量之间的关系，对SAR图像的统计特性描述进行学习，用于SAR图像分类性能提升明显。
基于二次型基元多层网络 sar 图像分类方法

[发明专利]基于分布差异与增量学习的时序SAR图像分类方法-CN201510292485.0有效
发明人：何楚;康陈瑶;韩功;卓桐 -专利权人：武汉大学
申请日： 2015-05-29 - 公布日： 2018-12-14 - 主分类号： G06K9/62 文献下载
摘要：一种基于分布差异与增量学习的时序SAR图像分类方法，包括增量样本的选取和增量样本的增量学习。首先采用基于分布差异的方法对时间序列SAR图像进行变化检测，利用Egdeworth逼近原理估计源域和目标域SAR图像的统计分布，计算图像分布的交叉熵差异指数，并根据CFAR方法获取的检测阈值得到变化检测图，将未变化的区域作为增量样本；然后利用源域图像的已知训练集初始化SVM分类器，并通过迭代过程完成整个增量样本集的增量学习和SVM分类模型的参数更新。分布差异变化检测方法和支持向量机增量学习相结合，能够完成从源域到目标域的域自适应，从而实现目标域图像的高精度分类。
基于分布差异增量学习时序 sar 图像分类方法