|
|
钻瓜专利网为您找到相关结果 26个，建议您 升级VIP下载更多相关专利
- [发明专利]基于神经网络的高光谱图像非线性解混方法-CN201610272318.4有效
-
李锵;王旭;陈雷;张立毅;刘静光
-
天津大学
-
2016-04-27
-
2019-10-25
-
G06K9/00
- 本发明属于图像处理技术领域，为提供基于神经网络的高光谱图像非线性解混方法，能有效完成相应的提取端元并获得端元丰度和非线性系数的工作，使解混效果得到进一步的提高。本发明：基于神经网络的高光谱图像非线性解混方法，包括如下步骤：(1)：输入高光谱图像数据；(2)：随机产生足够数量的训练样本和测试样本；(3)：利用训练好的多层感知器神经网络提取出高光谱图像中单个像素点的丰度和非线性系数；(4)：使获得的丰度满足对应的约束条件；(5)：重复对图像内所有像素点进行解混后停止计算；否则，返回步骤(3)；(6)：通过计算重构误差和光谱角距离来评价该发明的算法性能。本发明主要应用于图像处理。
- 基于神经网络光谱图像非线性方法
- [发明专利]基于改进粒子群优化的分段盲信号分离方法-CN201610348831.7在审
-
张立毅;王哲;陈雷;李锵
-
天津大学
-
2016-05-24
-
2016-10-12
-
G06F17/16
- 本发明属于信号处理技术领域，本发明旨在实现将粒子群算法应用于快速分离阶段，且有更快的收敛速度和更好的稳态性能。本发明采用的技术方案是，基于改进粒子群优化的分段盲信号分离方法,包括如下步骤：步骤(1)：对于当前时刻输入的信号，计算当前的信号的整体分离程度D(t)；步骤(2)：根据D(t)来选择步长的确定方式，当D(t)>0.25时，分离过程处于快速分离阶段，选择改进粒子群算法来确定当前步长；步骤(3)：当D(t)≤0.25时，分离过程处于精细分离阶段，选择相对平缓的非线性函数来确定当前步长；利用改进的粒子群优化算法或非线性函数求解当前时刻的学习速率；步骤(4)：根据当前时刻的学习速率计算分离矩阵并求解混合信号。本发明主要应用于信号处理场合。
- 基于改进粒子优化分段信号分离方法
|
