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！

龙图腾网获悉北京航空航天大学申请的专利一种基于局部增强选择性状态空间模型的高光谱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：CN118941860B 。

龙图腾网通过国家知识产权局官网在2025-09-23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：202410993097.4，技术领域涉及：G06V10/764；该发明授权一种基于局部增强选择性状态空间模型的高光谱分类方法是由王传志;吕明云;杜华飞;左宗玉;武永梅设计研发完成，并于2024-07-23向国家知识产权局提交的专利申请。

本一种基于局部增强选择性状态空间模型的高光谱分类方法在说明书摘要公布了：本发明提出了一种基于局部增强选择性状态空间模型的高光谱分类方法，包括以下步骤：读取三维高光谱图像和每个像素对应的类别标签；将高光谱图像中的数值进行归一化处理；以三维高光谱图像的每个像素为中心点，裁剪划分为图像块，构建图像块数据集；在图像块数据集中随机选取数据作为训练集；在训练集上训练神经网络模型，将训练集的图像块输入到以逐点卷积为基本单元构建的卷积降维主干上，使用多方向局部扫描机制增强选择性状态空间模型，划分多个局部窗口图像后整合信息；将空间特征和光谱特征融合；构建分类头预测类别信息；在训练集上训练优化模型。

本发明授权一种基于局部增强选择性状态空间模型的高光谱分类方法在权利要求书中公布了：1.一种基于局部增强选择性状态空间模型的高光谱分类方法，其特征在于，包括以下步骤： S1，读取三维高光谱图像和每个像素对应的类别标签； S2，将高光谱图像中的数值进行归一化处理，将数据映射到[0，1]区间； S3，以三维高光谱图像的每个像素为中心点，将中心点固定尺寸的邻域裁剪划分为图像块，构建图像块数据集，其中，中心点像素的标签设置为类别标签； S4，在图像块数据集中随机选取数据作为训练集，其余的数据作为测试集； S5，在训练集上训练神经网络模型，将训练集的图像块输入到以逐点卷积为基本单元构建的卷积降维主干上，逐点卷积降维后得到特征图y∈RH×W×D，使用多方向局部扫描机制增强选择性状态空间模型，将降维后的特征图y∈RH×W×D划分多个局部窗口图像yp后整合不同光谱波段之间的信息，得到高光谱特征图ystack输入选择性状态空间模型； S6，采用光谱特征提取模块提取降维后得到的特征图y∈RH×W×D的中心区域得到区域图像块ycenter∈Rs×s×D，并在光谱维度双向扫描结合选择性状态空间模型，得到区域图像块ycenter∈Rs×s×D的空间特征和光谱特征； S7，将空间特征和光谱特征融合使用多尺度卷积神经网络，剔除冗余信息，保留有价值的空间结构信息； S8，使用全连接前馈神经网络构建分类头预测类别信息；在训练集上训练优化选择性状态空间模型。

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北京航空航天大学，其通讯地址为：100000 北京市海淀区学院路37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”。

以上内容由龙图腾AI智能生成。