X为了获得更好的用户体验,请使用火狐、谷歌、360浏览器极速模式或IE8及以上版本的浏览器
APP下载
欢迎光临,请  登录  |  注册
尊敬的,欢迎光临!  [会员中心]    [退出登录]
成果
成果 专家 院校 需求 政策
当前位置: 首页 >  科技成果  > 详细页

[00033422]遥感分类卷积神经网络的关键卷积层超参数确定方法

交易价格: 面议

所属行业: 分析仪器

类型: 发明专利

技术成熟度: 正在研发

专利所属地:中国

专利号:CN201710157511.8

交易方式: 完全转让 许可转让 技术入股

联系人: 武汉理工大学

所在地:湖北 武汉市

服务承诺
产权明晰
资料保密
对所交付的所有资料进行保密
如实描述
分享
|
收藏
|

技术详细介绍

摘要:本发明提供一种遥感分类卷积神经网络的关键卷积层超参数确定方法,包括以下步骤卷积神经网络样本集的构建;卷积神经网络结构的构建;卷积神经网络关键层超参数的确定选定其中一个卷积层为关键层,预设关键层卷积核大小,计算卷积尺度;根据关键层卷积核和卷积尺度,按照设置的规则计算卷积步长;预设其它卷积层卷积核为kernelsize,其它卷积层卷积步长为1;后续降采样大小采用均值降采样或最大值降采样。本发明提出了基于影像输入大小和卷积核大小,提出卷积尺度的概念,这与遥感空间尺度相适应,并在此基础之上,提供了一种基于输入大小和卷积尺度联合确定关键层超参数的方法,能够减少算法调参所需要的时间,提高面向对象遥感分类精度。

推荐服务:

龙岩市科技创新服务平台

福建省龙岩市龙岩大道1号市行政办公中心

联系方式:0597-2601001,400-649-1633

|    关于我们    |    帮助中心    |

Copyright © 2019 龙岩市科技开发与科技特派员服务中心 版权所有

闽ICP备20015298号-1

闽公网安备 35080202351102号