基于流形约束自编码网络的高光谱异常检测方法及系统
文献类型：专利
| 作者 | 卢孝强 ; 张无瑕; 吴思远; 黄举
|
| 发表日期 | 2019-05-17 |
| 专利号 | CN201910412013.2 |
| 著作权人 | 中国科学院西安光学精密机械研究所 |
| 国家 | 中国 |
| 文献子类 | 发明专利 |
| 产权排序 | 1 |
| 英文摘要 | 本发明公开了一种基于流形约束自编码网络的高光谱异常检测方法及系统，解决样本识别率低的问题，方法实现步骤是：(1)采用流行学习算法来学习低维嵌入流行；(2)通过低维嵌入流形约束的自编码网络提取隐层表达特征；(3)利用低维嵌入流形约束的自编码网络获得全局重构误差；(4)在低维嵌入流形上计算局部重构误差；(5)将全局重构误差和局部重构误差结合起来进行异常目标检测；(6)统计实验结果，计算高光谱异常检测的精度。本发明在利用自编码网络提取高光谱图像的深度特征时，考虑了图像的局部特性；并且综合全局方法和局部方法的优点，在进行异常判断时，同时考虑全局重构误差和局部重构误差，进而提高了异常检测的精度。 |
| 公开日期 | 2019-10-01 |
| 申请日期 | 2019-05-17 |
| 语种 | 中文 |
| 状态 | 申请中 |
| 源URL | [http://ir.opt.ac.cn/handle/181661/32119]  |
| 专题 | 西安光学精密机械研究所_光学影像学习与分析中心 |
| 推荐引用方式 GB/T 7714 | 卢孝强,张无瑕,吴思远,等. 基于流形约束自编码网络的高光谱异常检测方法及系统. CN201910412013.2. 2019-05-17. |
入库方式： OAI收割
来源：西安光学精密机械研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。