买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉哈尔滨工业大学申请的专利一种基于内外空间快慢学习策略的多模态遥感数据持续未知类分类方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119719891B 。

龙图腾网通过国家知识产权局官网在2025-06-10发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411761020.0，技术领域涉及：G06F18/241；该发明授权一种基于内外空间快慢学习策略的多模态遥感数据持续未知类分类方法是由何欣;韩晓;赵雅琴;陈雨时;吴龙文设计研发完成，并于2024-12-03向国家知识产权局提交的专利申请。

本一种基于内外空间快慢学习策略的多模态遥感数据持续未知类分类方法在说明书摘要公布了：一种基于内外空间快慢学习策略的多模态遥感数据持续未知类分类方法，属于遥感数据分类技术领域。为解决遥感数据实现持续分类未知类，本发明包括获取多模态遥感数据，进行分块编码，得到编码后的高光谱数据和编码后的激光雷达数据；构建跨模态像素级空间融合模块，将编码后的高光谱数据和编码后的激光雷达数据输入到跨模态像素级空间融合模块中，得到跨模态融合输出结果；构建持续学习的快慢策略，包括内空间快慢学习策略模型和外空间快慢学习策略模型；将跨模态融合输出结果和每轮的增量数据输入到步骤S4构建的内空间快慢学习策略模型和外空间快慢学习策略模型中进行迭代学习，然后将模型的输出进行融合得到多模态遥感数据持续未知类分类结果。

本发明授权一种基于内外空间快慢学习策略的多模态遥感数据持续未知类分类方法在权利要求书中公布了：1.一种基于内外空间快慢学习策略的多模态遥感数据持续未知类分类方法，其特征在于，包括如下步骤：S1.获取多模态遥感数据，包括高光谱数据和处理后的激光雷达数据；S2.对步骤S1获取的高光谱数据和处理后的激光雷达数据进行分块编码，得到编码后的高光谱数据OHSI和编码后的激光雷达数据OLiDAR；S3.构建跨模态像素级空间融合模块，将步骤S2得到的编码后的高光谱数据和编码后的激光雷达数据输入到跨模态像素级空间融合模块中，得到跨模态融合输出结果；步骤S3的具体实现方法为将OHSI和OLiDAR分别输入到两个多头自注意力机制中，具体实现过程如下： VHSI＝[NoiseV+OHSI,OLiDAR]3yHSI＝MSAOHSI,KHSI,VHSI+OHSI4 VLiDAR＝[NoiseV+OLiDAR,OHSI]6yLiDAR＝MSAOLiDAR,KLiDAR,VLiDAR+OLiDAR7y＝yHSI+yLiDAR28其中，NoiseK为键引入的自适应噪声，NoiseV为值引入的自适应噪声，MLP为多层感知机，MSA为多头自注意力机制，为两个模态的相关度分数，OHSI、KHSI、VHSI分别表示高光谱数据对应的多头自注意力机制的查询、键、值，OLiDAR、KLiDAR、VLiDAR分别表示激光雷达数据对应的多头自注意力机制的查询、键、值，yHSI和yLiDAR分别为高光谱数据和激光雷达数据的跨模态像素融合模块的输出结果，y为跨模态融合输出结果；S4.构建持续学习的快慢策略，包括内空间快慢学习策略模型和外空间快慢学习策略模型；定义慢学习策略和快学习策略：在内空间中，针对不同的频率分量引入不同的正则化项权重，慢学习策略对低频分量施加更高的权重，构建正则项快学习策略对低频分量施加更低的权重，构建正则项在外空间中，慢学习策略设置的学习率为1e-6；快学习策略设置的学习率为1e-5；S5.将步骤S3得到的跨模态融合输出结果和每轮的增量数据输入到步骤S4构建的内空间快慢学习策略模型和外空间快慢学习策略模型中进行迭代学习，然后将模型的输出进行融合得到多模态遥感数据持续未知类分类结果。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人哈尔滨工业大学，其通讯地址为：150001 黑龙江省哈尔滨市南岗区西大直街92号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。