[发明专利]一种基于紧致性特征学习的空间卫星目标识别方法在审
| 申请号： | 202210006296.2 | 申请日： | 2022-01-05 |
| 公开（公告）号： | CN114373119A | 公开（公告）日： | 2022-04-19 |
| 发明（设计）人： | 陈欣欣;楼小弟;泮恒拓 | 申请（专利权）人： | 浙江大学湖州研究院 |
| 主分类号： | G06V20/00 | 分类号： | G06V20/00;G06V10/46;G06V10/774;G06V10/82;G06K9/62;G06N3/04 |
| 代理公司： | 杭州求是专利事务所有限公司 33200 | 代理人： | 林松海 |
| 地址： | 313002 浙江省湖*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于紧致性特征学习的空间卫星目标识别方法，涉及空间目标识别技术领域，提出一种将施加紧致性约束的卷积自编码器（Compact Convolutional Auto‑Encoder，CCAE）用于小样本下的空间卫星目标图像特征学习方法。针对现有深度学习方法在小样本空间卫星目标图像上特征学习能力不足的问题，通过对传统卷积自编码器损失函数施加紧致性约束，可同时最小化重建误差和类内样本误差，使所学特征空间中类内样本的距离缩小，同时扩大类间样本距离，进而提高特征判别性。因而，本发明提出了一种基于紧致性特征学习的空间卫星目标识别方法，较好地克服传统有监督模型在小样本下训练效率低下，易发生过拟合的缺点，从而有效提升了目标识别率。 | ||
| 搜索关键词： | 一种 基于 紧致性 特征 学习 空间 卫星 目标 识别 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于浙江大学湖州研究院，未经浙江大学湖州研究院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202210006296.2/，转载请声明来源钻瓜专利网。
