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！

龙图腾网获悉西北工业大学申请的专利一种基于深度神经网络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：CN115424138B 。

龙图腾网通过国家知识产权局官网在2025-08-08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：202211095575.7，技术领域涉及：G06V20/10；该发明授权一种基于深度神经网络的高光谱图像分类方法是由侍佼;张楠;雷雨;周德云;邵涛设计研发完成，并于2022-09-06向国家知识产权局提交的专利申请。

本一种基于深度神经网络的高光谱图像分类方法在说明书摘要公布了：本发明公开了一种基于深度神经网络的高光谱图像分类方法，包括：将待分类高光谱数据输入目标深度神经网络得到分类结果；目标深度神经网络训练过程包括：利用标签高光谱训练数据对初始深度神经网络进行训练得到中间深度神经网络，初始深度神经网络包括依次连接的若干基础残差网络模块和一输出模块；利用协同性选择策略和竞争性选择策略从无标签高光谱数据中选择部分无标签高光谱数据作为伪标签高光谱训练数据，由标签高光谱训练数据和伪标签高光谱训练数据生成新的标签高光谱训练数据；利用新的标签高光谱训练数据对中间深度神经网络进行上述训练直至满足训练停止条件得到目标深度神经网络。本发明提高了高光谱图像的分类性能。

本发明授权一种基于深度神经网络的高光谱图像分类方法在权利要求书中公布了：1.一种基于深度神经网络的高光谱图像分类方法，其特征在于，包括： 获取待分类高光谱数据； 将所述待分类高光谱数据输入至目标深度神经网络得到分类结果； 其中，所述目标深度神经网络是根据标签高光谱训练数据和无标签高光谱数据训练得到的；训练过程包括： 利用所述标签高光谱训练数据对初始深度神经网络进行训练得到中间深度神经网络，所述初始深度神经网络包括依次连接的若干基础残差网络模块和一输出模块；利用协同性选择策略和竞争性选择策略从所述无标签高光谱数据中选择部分无标签高光谱数据作为伪标签高光谱训练数据，由所述标签高光谱训练数据和所述伪标签高光谱训练数据生成新的标签高光谱训练数据；利用新的标签高光谱训练数据对所述中间深度神经网络进行上述训练直至满足训练停止条件得到所述目标深度神经网络； 其中，所述利用协同性选择策略和竞争性选择策略从所述无标签高光谱数据中选择部分无标签高光谱数据作为伪标签高光谱训练数据，包括： 根据所述中间深度神经网络的分类结果构建所述无标签高光谱数据的伪标签映射图；利用第二邻域窗口从所述伪标签映射图中提取所述无标签高光谱数据中每个样本对应的伪标签映射矩阵；利用邻域一致性准则从所述伪标签映射矩阵中选择高置信度的三维立方体无标签样本块对应的样本形成可用候选伪标签数据集；根据所述中间深度神经网络的分类结果构建所述无标签高光谱数据的标签概率矩阵；根据所述标签概率矩阵从所述可用候选伪标签数据集中选择高概率的可用候选伪标签数据作为伪标签高光谱训练数据。

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西北工业大学，其通讯地址为：710072 陕西省西安市友谊西路127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”。