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！

龙图腾网获悉安徽大学申请的专利基于动态超图卷积网络的高光谱图像分类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：CN115331063B 。

龙图腾网通过国家知识产权局官网在2025-09-09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：202211069817.5，技术领域涉及：G06V10/764；该发明授权基于动态超图卷积网络的高光谱图像分类方法及系统是由徐沁;徐淑萌;刘金培;汤进;罗斌设计研发完成，并于2022-09-02向国家知识产权局提交的专利申请。

本基于动态超图卷积网络的高光谱图像分类方法及系统在说明书摘要公布了：本申请提供一种基于动态超图卷积网络的高光谱图像分类方法及系统，属于深度学习及图像处理技术领域。本申请通过获取高光谱图像，对高光谱图像进行降维和超像素分割，通过两次超图构造，实现了特征的动态提取。由于是将整个高光谱图像作为输入，使用超像素分割技术将原始像素划分成超像素点，从而大幅度减少了计算量。并且本申请通过超像素点的特征标签可以确定一些未知原始像素点的特征标签，相当于隐式增加了样本数量，这使本申请的模型在少量训练样本的情况下就可以达到较高的分类精度。

本发明授权基于动态超图卷积网络的高光谱图像分类方法及系统在权利要求书中公布了：1.一种基于动态超图卷积网络的高光谱图像分类方法，其特征在于，包括： 获取高光谱图像，并对所述高光谱图像进行图像预处理； 对图像预处理后的所述高光谱图像进行超像素分割，以获得若干超像素点，每个超像素点对应若干原始像素点； 根据所述超像素点的第一光谱特征进行超图构造，以获取第一超图，且步骤包括：根据图像预处理后的所述高光谱图像的原始像素点的光谱特征，计算获取每个所述超像素点的第一光谱特征，其中，每个所述超像素点的第一光谱特征为对应所述超像素点所包含的所有原始像素点的光谱特征的平均值；基于所述超像素点的第一光谱特征的相似度构建第一超边，以获取超图关联矩阵，完成所述第一超图的构建； 对所述第一超图进行超图卷积处理，得到所述超像素点的第二光谱特征； 根据所述超像素点的第二光谱特征重新进行超图构造，以获取第二超图； 对所述第二超图进行动态超图卷积处理，以获取每个所述超像素点的第三光谱特征，且步骤包括：对所述第二超图进行顶点卷积，以将每个所述超像素点的第二光谱特征聚合到第二超边，以获取超边特征；其中，对所述超像素点的第二光谱特征进行全局平均池化操作，以获取所述超像素点的第四光谱特征；在光谱维度上对所述超像素点的第四光谱特征进行一维卷积操作，并经过Sigmoid激活函数得到各个光谱维度的权重矩阵；将权重矩阵与所述超像素点的第二光谱特征相乘，得到所述超像素点的第五光谱特征；根据所述超像素点的第五光谱特征，使用多层感知机学习以获取变换矩阵；使用所述变换矩阵对所述超像素点的第五光谱特征进行变换，并使用一维卷积对变换后的特征进行压缩，以获取所述超边特征；对所述超边特征进行超边卷积，以将邻近超边特征聚集到所述超像素点，以获取所述超像素点的第三光谱特征； 根据所述超像素点与原始像素点的对应关系，将所述超像素的光谱特征转换成对应原始像素点的光谱特征； 基于所述原始像素点的光谱特征对所述原始像素点进行分类。

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安徽大学，其通讯地址为：230601 安徽省合肥市经开区九龙路111号（安徽大学磬苑校区）；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”。