首页> 中国专利> 基于分层变分自编码的跨源舰船特征融合学习与识别方法

基于分层变分自编码的跨源舰船特征融合学习与识别方法

摘要

本发明公开了一种基于分层变分自编码的跨源舰船特征融合学习与识别方法,获取目标舰船的光学或合成孔径雷达待识别图像;使用训练好的分层式变分自编码网络中的第一编码器提取待识别图像中的舰船类别间差异性特征及数据源间差异性特征;使用训练好的分层式变分自编码网络中的第二编码器对舰船类别间差异性特征及数据源间差异性特征进行分析,确定待识别图像中的目标舰船的类别及待识别图像的数据源类别;本发明利用分层式变分自编码网络,从大量的无法配准的异源舰船目标图像中自动提取表示性/解释性与判别性兼具的结构化特征,实现跨源舰船特征融合学习,以及舰船目标的精准识别。

著录项

  • 公开/公告号CN111291639A

    专利类型发明专利

  • 公开/公告日2020-06-16

    原文格式PDF

  • 申请/专利权人 西北工业大学;

    申请/专利号CN202010063845.0

  • 发明设计人 文载道;刘泽超;刘准钆;潘泉;

    申请日2020-01-20

  • 分类号

  • 代理机构西安维赛恩专利代理事务所(普通合伙);

  • 代理人李明全

  • 地址 710072 陕西省西安市友谊西路127号

  • 入库时间 2023-12-17 09:55:20

法律信息

  • 法律状态公告日

    法律状态信息

    法律状态

  • 2020-07-10

    实质审查的生效 IPC(主分类):G06K9/00 申请日:20200120

    实质审查的生效

  • 2020-06-16

    公开

    公开

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号