- 1、本文档共11页,其中可免费阅读10页,需付费10金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了基于多原型学习的高分辨率SAR图像场景分类方法,首先,针对可供使用的SAR图像少以及高质量标注SAR图像少的问题,本发明引入了小样本学习的方法,实现了在数据集样本较少的情况下也能达到好的性能。此外,本发明还提出了多原型学习的方法,由于每个类别的单个原型不能很好的代表类别,所以通过小样本学习划分的支持集生成每个类别的多原型来引导查询集的分类。本发明的数据集采用SAR图像场景分类小样本数据集。实验表明,本发明所提出的一种基于多原型学习的高分辨率SAR图像场景分类方法提高了高分辨率SAR图
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116580221 A
(43)申请公布日 2023.08.11
(21)申请号 202310251686.0 G06V 20/70 (2022.01)
(22)申请日 2023.06.
文档评论(0)