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！

龙图腾网获悉西安邮电大学申请的专利一种基于注意力机制的空间序列极化SAR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：CN113935432B 。

龙图腾网通过国家知识产权局官网在2025-08-19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：202111283911.6，技术领域涉及：G06V10/764；该发明授权一种基于注意力机制的空间序列极化SAR图像分类方法是由滑文强;王欣雷;张聪;谢雯;金小敏;张璐;邓万宇设计研发完成，并于2021-11-01向国家知识产权局提交的专利申请。

本一种基于注意力机制的空间序列极化SAR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注意力机制的空间序列极化SAR图像分类方法，包括构建分类模型，分类模型包括依次连接的输入层、深度网络模型、注意力层、扁平层、分类器和输出层，深度网络模型由多个空间强化长短期记忆网络层组成；训练分类模型，获得训练好的分类模型；提取待分类极化合成孔径雷达图像中每个像素的极化特征向量；以待分类极化合成孔径雷达图像的每个像素为中心选取像素块，根据像素块中每个像素对应的极化特征向量建立时序特征向量；将时序特征向量输入训练好的分类模型，得到分类结果。本发明根据PolSAR图像像素之间的邻域关系，采用LSTM模型中交叉连接的方法来加强像素空间信息之间的关系。此外，为了提高分类准确率，引入了注意力机制方法，从高层特征中选择更有效的分类特征，加强关键点像素对分类结果的影响，提高了分类准确率。

本发明授权一种基于注意力机制的空间序列极化SAR图像分类方法在权利要求书中公布了：1.一种基于注意力机制的空间序列极化SAR图像分类方法，其特征在于，包括： 构建分类模型，所述分类模型包括依次连接的输入层、深度网络模型、注意力层、扁平层、分类器和输出层，所述深度网络模型由多个空间强化长短期记忆网络层组成； 训练所述分类模型，获得训练好的分类模型； 提取待分类极化合成孔径雷达图像中每个像素的极化特征向量； 以所述待分类极化合成孔径雷达图像的每个像素为中心选取像素块，根据所述像素块中每个像素对应的极化特征向量建立时序特征向量； 将所述时序特征向量输入所述训练好的分类模型，得到分类结果； 所述空间强化长短期记忆网络层具有遗忘门、输入门和输出门； 所述遗忘门用于把一些信息从记忆单元中丢弃，所述遗忘门读取上一时刻的输出和当前时刻的输入，再通过激活函数决定需要保留的信息和需要丢弃的信息； 所述输入门用于在记忆单元中决定需要保存的新信息，所述输入门先通过激活函数决定需要被更新的值，然后通过tanh函数构建包括新候选值的向量，所述输入门通过结合两步操作更新记忆单元的状态，然后将信息输入到新的记忆单元中； 所述输出门用于决定需要输出的信息，所述输出门先通过激活函数决定记忆单元中需要输出的信息，再通过tanh函数对记忆单元进行处理，最后让tanh函数处理的值和激活函数的输出值进行相乘操作，得到需要输出的信息； 所述注意力层根据不同特征的重要性，注意力机制产生注意权值矩阵和特征表示U，其公式如下所示： eti＝VTtanhWwhti+bw 其中，W、V、b为网络可学习参数，e表示注意评分函数，U表示由注意机制计算出的特征向量，作为下一层的输入。

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邮电大学，其通讯地址为：710000 陕西省西安市长安区西长安街618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”。