一種基于高光譜與太赫茲數(shù)據(jù)深度融合的分類方法

基本信息

申請?zhí)?/td> CN202010187221.X 申請日 -
公開（公告）號 CN111539447B 公開（公告）日 2022-04-22
申請公布號 CN111539447B 申請公布日 2022-04-22
分類號 G06K9/62（2022.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I;G06V10/764（2022.01）I;G06V10/80（2022.01）I;G06V10/26（2022.01）I;G06V10/774（2022.01）I 分類 計算；推算；計數(shù);
發(fā)明人 劉憶森;周松斌;劉偉鑫;邱澤帆 申請（專利權(quán)）人 廣東省科學(xué)院智能制造研究所
代理機構(gòu) 廣州容大知識產(chǎn)權(quán)代理事務(wù)所（普通合伙） 代理人 劉新年
地址 510070 廣東省廣州市先烈中路100號大院15號樓
法律狀態(tài) -

摘要

摘要 本發(fā)明公開了一種基于高光譜與太赫茲數(shù)據(jù)深度融合的分類方法，包括以下步驟：S1：對樣本進行高光譜成像數(shù)據(jù)采集；S2：對樣本進行太赫茲成像數(shù)據(jù)采集；S3：高光譜與太赫茲數(shù)據(jù)分割，得到每個樣本的高光譜與太赫茲數(shù)據(jù)，并構(gòu)建樣本訓(xùn)練集與測試集；S4：構(gòu)建高光譜與太赫茲深度融合分類網(wǎng)絡(luò)；S5：構(gòu)建高光譜與太赫茲深度融合分類網(wǎng)絡(luò)損失函數(shù)：S6：采用梯度下降方法訓(xùn)練高光譜與太赫茲深度融合分類網(wǎng)絡(luò)；S7：利用訓(xùn)練好的高光譜與太赫茲深度融合分類網(wǎng)絡(luò)，采用輸出融合策略對測試集進行預(yù)測。本發(fā)明采用深度卷積網(wǎng)絡(luò)進行高光譜成像與太赫茲成像傳感數(shù)據(jù)融合、多分支交叉融合、特征與輸出雙重融合，提升了分類模型的精度與健壯性。