基于最大边缘度量学习的SAR图像变化检测方法
注:上述费用仅包含专利权利转让费用,不包含专利年费或因年费未及时缴纳产生的滞纳金、恢复费。专利年费是专利权人依照专利法规定,自被授予专利权的当年开始,在专利权有效期内逐年应向专利局缴纳的费用。由于出售的专利类型、专利年限以及专利权人是否满足国家费用减缓的条件均会影响具体年费金额,需根据购买专利的实际情况进行缴纳。缴纳年费以及滞纳金、恢复费需单独和平台顾问确认且不属于下单后加价行为,故无法适用保障。
专利申请号:
CN201810736484.4
专利类型:
发明专利
技术分类:
G06V20/13(2022.01)I
专利有效期:
2038-07-06
友情提示:该资源未保障“真” “价”,付款前请核实资源真实性与价格。
在线咨询
微信扫码邀请顾问协助
- 该资源已获得保障和赔付:
- 转让不成功退款退
- 转让超期必赔时
- 该资源未获得保障和赔付:
- 资源不保真必赔真
- 下单后加价必赔价
专利信息
专利名称:基于最大边缘度量学习的SAR图像变化检测方法
商品编号:5617630
复制
申请日期:2018-07-06
公开/公告号:CN108846381B
授权公告日/公开日:2022-03-18
申请/专利权人:
西安***大学
发明/设计人:
王蓉***荣华
主分类号:G06V20/13(2022.01)I
IPC分类号:G06V20/13(2022.01)I;G06V10/30(2022.01)I;G06V10/764(2022.01)I;G06V10/774(2022.01)I;G06K9/62(2022.01)I
说明书摘要免费下载摘要
本发明提供了一种基于最大边缘度量学习的SAR图像变化检测方法,解决了SAR图像变化检测中容易受到相干斑噪声的影响以及传统度量不能很好衡量样本差异信息的问题。实现步骤有:输入变化前后的遥感图像构建全部样本;构建包含全部边界的训练样本;利用训练样本构建正负约束对;利用正负约束对作为输入,建立结构化的支撑矢量机模型获得映射矩阵,对映射矩阵进行分解;利用分解后的映射矩阵将全部样本映射到特征空间,在特征空间中对全部样本进行SAR图像变化检测分类。本发明分类精度高,尤其是在时间复杂度低的情况下仍然保持高精度的分类效果,在抑制噪声的同时保持了很好的边界信息。用于SAR图像变化检测。
转让流程
提出需求
提出您的专利需求
顾问一对一服务
顾问一对一服务
顾问匹配
顾问匹配资源库
快速确定优质专利
快速确定优质专利
签订合同
签订专利转让协议
成功付款
成功付款
递交申请
准备转让资料
国知局审查办理
国知局审查办理
领取证书
获得专利权,投入使用
所需资料
买方提供资料
个人身份证
公司或个体营业执照
购买后获得证书
专利证书
专利登记簿副本
手续合格通知书
平台优势
常见问题
购买专利需要什么资料?
基于最大边缘度量学习的SAR图像变化检测方法专利,专利类型:发明授权,技术分类是:G06V20/13(2022.01)I,购买基于最大边缘度量学习的SAR图像变化检测方法专利,需要申请人和发明人的基础信息,还需提供基于最大边缘度量学习的SAR图像变化检测方法专利的详细信息。
专利交易转让时间是多久?
专利权转让期限一般是2~6个月的时间获得专利转让通知书,在转让之前双方需要签订转让合同即可,基于最大边缘度量学习的SAR图像变化检测方法专利具体的操作步骤,可以联系八戒数字交易的客服一对一服务。
相似专利
换一换