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！

龙图腾网获悉西安电子科技大学申请的专利一种基于对比学习的跨域多模态遥感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：CN116912595B 。

龙图腾网通过国家知识产权局官网在2025-08-12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：202310959584.4，技术领域涉及：G06V10/764；该发明授权一种基于对比学习的跨域多模态遥感图像分类方法是由董文倩;杨岳广;曲家慧;杨腾;肖嵩;李云松设计研发完成，并于2023-08-01向国家知识产权局提交的专利申请。

本一种基于对比学习的跨域多模态遥感图像分类方法在说明书摘要公布了：一种基于对比学习的跨域多模态遥感图像分类方法，包括：预训练阶段，对源域数据进行数据预处理；提取源域数据特征，得到源域融合特征；将源域融合特征输入分类器，得到分类结果；跨域对比学习阶段，重新输入源域和目标域数据并对其进行预处理；利用预训练阶段得到的源域网络最优参数初始化此阶段源域和目标域网络，初始化目标域各类别的特征队列；提取源域和目标域数据特征，得到源域和目标域融合特征；得到分类结果和高维特征，利用对比学习进行域自适应对齐；反向传播更新源域网络，动量更新目标域网络，保存最优目标域网络的参数及其分类结果。本发明可实现目标域无监督分类，减小源域和目标域的域间差异，显著提高了目标域遥感图像分类精度。

本发明授权一种基于对比学习的跨域多模态遥感图像分类方法在权利要求书中公布了：1.一种基于对比学习的跨域多模态遥感图像分类方法，其特征在于，包括以下步骤： S101：预训练阶段，首先输入待分类的源域高光谱和源域激光雷达图像数据，对源域数据进行数据预处理； S102：使用卷积层提取预处理后源域数据的特征，并将特征展平后拼接，得到源域融合特征； S103：将源域融合特征输入分类器，得到分类结果，重复S102至S103，多次训练网络，保存源域网络最优参数； S104：跨域对比学习阶段，首先重新输入源域高光谱和源域激光雷达图像数据，输入目标域高光谱和目标域激光雷达图像数据，对数据进行预处理；将所述源域网络最优参数作为此阶段源域网络和目标域网络的初始参数，初始化目标域对应各个类别的特征队列； S105：使用卷积层提取S104中预处理后的源域和目标域数据的特征，分别展平并拼接源域和目标域特征，得到源域融合特征和目标域融合特征； S106：将源域融合特征和目标域融合特征输入分类器和映射器，得到源域和目标域分类结果以及高维特征，根据目标域的分类结果更新S104的特征队列，同时进行对比学习； S107：反向传播更新源域网络，动量更新目标域网络，重复S104至S107，保存最优目标域网络的参数及其分类结果。

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西安电子科技大学，其通讯地址为：710071 陕西省西安市雁塔区太白南路2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”。