Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜昆明理工大学舒振球获国家专利权

恭喜昆明理工大学舒振球获国家专利权

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!

龙图腾网恭喜昆明理工大学申请的专利基于空间-光谱混合自注意力机制的高光谱图像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:CN116977723B

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:202310902900.4,技术领域涉及:G06V10/764;该发明授权基于空间-光谱混合自注意力机制的高光谱图像分类方法是由舒振球;王雨阳;余正涛设计研发完成,并于2023-07-21向国家知识产权局提交的专利申请。

基于空间-光谱混合自注意力机制的高光谱图像分类方法在说明书摘要公布了:本发明公开了基于空间‑光谱混合自注意力机制的高光谱图像分类方法,包括以下步骤:确定数据集:选取几种公开的高光谱图像数据集;高光谱数据预处理:将高光谱数据集进行样本取块操作,并划分训练集、验证集和测试集;网络构建:构建基于空间‑光谱混合自注意力机制的高光谱图像分类网络;网络训练:将高光谱训练样本分批次输入到构建的网络进行网络训练,并在每批训练完成后通过高光谱验证样本集验证网络当前分类性能;样本分类:将高光谱测试样本输入训练完成的基于空间‑光谱混合自注意力机制的高光谱图像分类网络中得到分类结果。本发明能充分利用高光谱图像内在的固有特征,对图像做出高准确率的分类,可用于高光谱图像的地物种类探测领域。

本发明授权基于空间-光谱混合自注意力机制的高光谱图像分类方法在权利要求书中公布了:1.基于空间-光谱混合自注意力机制的高光谱图像分类方法,其特征在于:包括如下步骤:Step1、准备若干通用公开的高光谱图像数据集用于网络训练;Step2、对高光谱图像进行预处理,以每个像素为中心点提取高光谱图像块,并将高光谱图像块分为不重合的高光谱训练样本集、高光谱验证样本集和高光谱测试样本集;Step3、构建基于空间-光谱混合自注意力机制的高光谱图像分类网络,整个网络由一条注意力主支路和两个高光谱局部信息提取块构成;注意力主支路中包括四个高光谱通道注意力模块和四个空间-光谱混合自注意力模块;最后将高光谱局部信息提取块连接到主支路上;Step4、用高光谱训练样本集对基于空间-光谱混合自注意力机制的高光谱图像分类网络进行训练,并在每批次训练完成后用高光谱验证样本集对训练后的网络进行验证,检查当前方法的状态和收敛情况;Step5、将高光谱测试样本集输入训练好的基于空间-光谱混合自注意力机制的高光谱图像分类网络,得到测试样本中每个像素的类别标签,完成高光谱图像分类;所述Step3的具体步骤如下:Step3.1、搭建由二维卷积层、三维卷积层、归一化层、Relu激活函数层串联构成的高光谱局部信息提取块;Step3.2、搭建由4块高光谱通道注意力模块和4块空间-光谱混合自注意力模块构成的注意力主支路;所述Step3.2的具体步骤如下:Step3.2.1、搭建由1层压缩激励层和1层二维卷积层构成的高光谱通道注意力模块;Step3.2.2、搭建由1块空间自注意力块和1块光谱自注意力块构成的空间-光谱混合自注意力模块,其中空间自注意力块由2个线性归一化层,1个空间自注意力层和1个多层感知层构成,光谱自注意力块由2个线性归一化层,1个光谱自注意力层和1个多层感知层构成。

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昆明理工大学,其通讯地址为:650500 云南省昆明市呈贡区景明南路727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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。