广东工业大学;广东能哥知识科技有限公司王卓薇获国家专利权
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！
龙图腾网获悉广东工业大学;广东能哥知识科技有限公司申请的专利一种基于多源遥感数据的无监督特征选择方法及系统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：CN115795395B 。
龙图腾网通过国家知识产权局官网在2025-08-05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：202211526039.8，技术领域涉及：G06F18/25；该发明授权一种基于多源遥感数据的无监督特征选择方法及系统是由王卓薇;卢育生;赵艮平;程良伦设计研发完成，并于2022-12-01向国家知识产权局提交的专利申请。
本一种基于多源遥感数据的无监督特征选择方法及系统在说明书摘要公布了：本发明公开了一种基于多源遥感数据的无监督特征选择方法及系统，方法包括：基于对获取的多源遥感数据的特征矩阵进行整合，得到预设格式的数据矩阵；通过主成分分析方法对数据矩阵进行特征提取，得到主成分矩阵；根据主成分分析矩阵，训练目标深度原型分析网络，得到目标数据原型的系数矩阵；对系数矩阵进行分解，得到目标权重矩阵；基于目标权重矩阵，筛选得到关键原始特征。本发明通过将主成分分析法得到的主成分矩阵作为目标深度原型网络的辅助信息，进而通过训练目标深度原型分析网络，得到目标数据原型的系数矩阵，通过分解系数矩阵，能够得到权重矩阵并从中筛选出与原型个体相关度最高的关键原始特征，可广泛应用于遥感图像处理技术领域。
本发明授权一种基于多源遥感数据的无监督特征选择方法及系统在权利要求书中公布了：1.一种基于多源遥感数据的无监督特征选择方法，其特征在于，包括： 对获取的多源遥感数据的特征矩阵进行整合，得到预设格式的数据矩阵； 通过主成分分析方法对所述数据矩阵进行特征提取，得到主成分矩阵； 根据所述主成分矩阵，训练目标深度原型分析网络，得到目标数据原型的系数矩阵； 对所述系数矩阵进行分解，得到目标权重矩阵； 基于所述目标权重矩阵，筛选得到关键原始特征。
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广东工业大学;广东能哥知识科技有限公司，其通讯地址为：510062 广东省广州市东风东路729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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号