基本信息:
- 专利标题： 一种基于因果跨域小样本学习的高光谱图像分类方法
- 申请号：CN202310814357.2 申请日：2023-07-04
- 公开(公告)号：CN117132804A 公开(公告)日：2023-11-28
- 发明人： 程玉虎 , 张威 , 王浩宇 , 王雪松
- 申请人： 中国矿业大学
- 申请人地址： 江苏省徐州市大学路1号中国矿业大学南湖校区
- 专利权人： 中国矿业大学
- 当前专利权人： 中国矿业大学
- 当前专利权人地址： 江苏省徐州市大学路1号中国矿业大学南湖校区
- 代理机构： 南京北辰联和知识产权代理有限公司
- 代理人： 于忠洲
- 主分类号： G06V10/764
- IPC分类号： G06V10/764 ; G06V20/13 ; G06V20/10 ; G06V10/58 ; G06V20/70 ; G06V10/26 ; G06V10/82 ; G06N3/042 ; G06N5/04 ; G06N3/084 ; G06N3/096
摘要：
本发明属于模式识别技术领域，公开了一种基于因果跨域小样本学习的高光谱图像分类方法。首先，通过因果干预消除了非因果因素和类别语义之间的虚假统计关联，获得包含纯净且独立的因果因素的特征表示，缓解因非因果因素的信息干扰对模型造成的性能损害。其次，通过因果跨域小样本学习，在归纳可迁移小样本分类知识的同时，充分挖掘样本特征和类别语义之间的潜在因果关联，提升模型在小样本高光谱图像分类任务中的泛化性能。
公开/授权文献:
- CN117132804B 一种基于因果跨域小样本学习的高光谱图像分类方法 公开/授权日：2024-04-05