您的位置: 专家智库 > >

刘韬

作品数:11 被引量:0H指数:0
供职机构:西北工业大学更多>>
相关领域:自动化与计算机技术电子电信更多>>

文献类型

  • 11篇中文专利

领域

  • 3篇自动化与计算...
  • 2篇电子电信

主题

  • 8篇图像
  • 7篇网络
  • 6篇神经网
  • 6篇神经网络
  • 5篇样本点
  • 5篇变化检测
  • 4篇训练数据
  • 4篇遥感
  • 4篇遥感图像
  • 4篇卷积
  • 4篇卷积神经网络
  • 2篇优化神经网络
  • 2篇神经网络模型
  • 2篇双通道
  • 2篇投影法
  • 2篇图像超分辨率
  • 2篇欧几里得
  • 2篇自适应
  • 2篇自适应滤波
  • 2篇网络模型

机构

  • 11篇西北工业大学

作者

  • 11篇刘韬
  • 10篇李映
  • 2篇胡杰
  • 1篇陈克安

年份

  • 1篇2023
  • 2篇2019
  • 3篇2018
  • 5篇2016
11 条 记 录,以下是 1-10
排序方式:
基于深度卷积神经网络的空谱联合的高光谱图像分类方法
本发明涉及一种基于深度卷积神经网络的空谱联合的高光谱图像分类方法,将传统的应用在二维图像上的深度卷积神经网络引入到三维高光谱图像分类问题中来。首先,利用少量标签数据,训练卷积神经网络,并利用该网络自主提取高光谱图像的空谱...
李映张号逵刘韬
文献传递
一种基于稀疏表示和自适应滤波的图像超分辨率重建方法
本发明涉及一种基于稀疏表示和自适应滤波的图像超分辨率重建方法,首先利用图像内容的结构信息,对大量图像进行充分的聚类,保证每一类图像集合中包含了强一致性的图像结构信息,在此基础上进行的逐类别主成分分析获得了各个类别的稀疏表...
李映胡杰刘韬
文献传递
一种基于SAE的遥感图像变化检测方法
本发明涉及一种基于SAE的遥感图像变化检测方法,使用堆叠自编码器(Stacked?AutoEncoder,SAE)的训练方式,先训练好一个SAE,然后利用它对原始数据进行自主式特征提取;再用无监督的变化检测方法对两幅原始...
李映徐隆浩刘韬
一种基于SAE的遥感图像变化检测方法
本发明涉及一种基于SAE的遥感图像变化检测方法,使用堆叠自编码器(Stacked AutoEncoder,SAE)的训练方式,先训练好一个SAE,然后利用它对原始数据进行自主式特征提取;再用无监督的变化检测方法对两幅原始...
李映徐隆浩刘韬
文献传递
一种基于优化神经网络模型的遥感图像变化检测方法
本发明涉及一种基于优化神经网络模型的遥感图像变化检测方法,深度神经网络通常包括三个模型,分别为:堆叠自编码器、深度置信网络、卷积神经网络。本发明使用卷积神经网络(Convolutional Neural Network,...
李映徐隆浩刘韬
基于双通道卷积神经网络的多时相SAR图像变化检测方法
本发明涉及一种基于双通道卷积神经网络的多时相SAR图像变化检测方法,深度神经网络通常包括三个模型,分别为:堆叠自编码器、深度置信网络、卷积神经网络。本发明使用卷积神经网络(Convolutional Neural Net...
李映刘韬徐隆浩
文献传递
一种提升大尺寸微穿孔板吸声器斜入射低频吸声性能的有源控制方法
本发明公开了一种提升大尺寸微穿孔板吸声器斜入射低频吸声性能的有源控制方法,包括有源MPPA空腔内声场的求解;有源MPPA表面反射声场表征及入射侧总声场的求解;最优控制源强度的求解及控制后吸声系数的计算;误差传感策略的构建...
马玺越王凯玉刘韬陈克安
基于深度卷积神经网络的空谱联合的高光谱图像分类方法
本发明涉及一种基于深度卷积神经网络的空谱联合的高光谱图像分类方法,将传统的应用在二维图像上的深度卷积神经网络引入到三维高光谱图像分类问题中来。首先,利用少量标签数据,训练卷积神经网络,并利用该网络自主提取高光谱图像的空谱...
李映张号逵刘韬
基于双通道卷积神经网络的多时相SAR图像变化检测方法
本发明涉及一种基于双通道卷积神经网络的多时相SAR图像变化检测方法,深度神经网络通常包括三个模型,分别为:堆叠自编码器、深度置信网络、卷积神经网络。本发明使用卷积神经网络(Convolutional Neural Net...
李映刘韬徐隆浩
一种基于优化神经网络模型的遥感图像变化检测方法
本发明涉及一种基于优化神经网络模型的遥感图像变化检测方法,深度神经网络通常包括三个模型,分别为:堆叠自编码器、深度置信网络、卷积神经网络。本发明使用卷积神经网络(Convolutional Neural Network,...
李映徐隆浩刘韬
文献传递
共2页<12>
聚类工具0