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！

龙图腾网获悉华南师范大学申请的专利基于无监督排序学习的遥感场景分类方法、系统、设备及介质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：CN114842327B 。

龙图腾网通过国家知识产权局官网在2025-10-10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：202210280507.1，技术领域涉及：G06V20/10；该发明授权基于无监督排序学习的遥感场景分类方法、系统、设备及介质是由刘亦书;黄涌波;张利强;韩政卓设计研发完成，并于2022-03-22向国家知识产权局提交的专利申请。

本基于无监督排序学习的遥感场景分类方法、系统、设备及介质在说明书摘要公布了：本发明公开了一种基于无监督排序学习的遥感场景分类方法、系统、设备及介质，所述方法包括：建立可导的优化目标；创建原图像集；生成船锚图像和视图图像，分别将其输入船锚分支和视图分支，利用视图排序损失进行训练，得到视图排序网络；利用船锚图像合成混锚图像；将船锚图像和混锚图像输入船锚分支，利用混锚排序损失进行训练，得到混锚排序网络；集成视图排序网络和混锚排序网络，得到视图混锚排序网络；将视图图像、船锚图像和混锚图像输入视图混锚排序网络，利用总损失进行训练，得到训练好的视图混锚排序网络；利用训练好的视图混锚排序网络对遥感场景图像进行分类。本发明为遥感图像自动解译领域的无监督学习问题提供了一种解决方案。

本发明授权基于无监督排序学习的遥感场景分类方法、系统、设备及介质在权利要求书中公布了：1.一种基于无监督排序学习的遥感场景分类方法，其特征在于，所述方法包括： 通过改进归一化折损累计增益，建立可导的优化目标，所述优化目标用于构造视图排序损失和混锚排序损失； 获取遥感影像，从遥感影像中裁剪出预设尺寸的图像，以创建原图像集； 根据原图像集，生成船锚图像和视图图像； 构建船锚分支和视图分支； 将船锚图像和视图图像分别输入船锚分支和视图分支，利用视图排序损失进行训练，得到视图排序网络，所述视图排序损失为其中，ωa为船锚分支的网络参数，ωv为视图分支的网络参数，B为给定的原图像集，为si对应的排行榜，表示船锚图像ai与第k幅键图像υk之间的预测相似度，表示船锚图像ai与第k幅键图像υk的相关级别； 利用船锚图像合成混锚图像； 将船锚图像和混锚图像输入船锚分支，利用混锚排序损失进行训练，得到混锚排序网络，所述混锚排序损失为其中，为对应的排行榜，为船锚图像对的一部分，作为查询图像，为混锚图像的归一化特征，表示混锚图像与查询图像的相关级别； 集成视图排序网络和混锚排序网络，得到视图混锚排序网络； 将视图图像、船锚图像和混锚图像输入视图混锚排序网络，利用总损失进行训练，得到训练好的视图混锚排序网络，所述总损失包括视图排序损失和混锚排序损失； 利用训练好的视图混锚排序网络对遥感场景图像进行分类； 所述根据原图像集，生成船锚图像和视图图像，具体包括： 给定小批从原图像的中央裁出大小为w×h的一块，得到船锚图像ai； 为每个船锚创建多个正视图：按照船锚和视图的横纵向中心距离均不大于d个像素的原则，从原图像中随机裁出J幅大小为w×h的视图图像作为正视图，视图图像满足其中，和分别表示的中心的横、纵坐标，xi和yi分别表示的中心的横、纵坐标。

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华南师范大学，其通讯地址为：510631 广东省广州市天河区中山大道西55号华南师范大学地理科学学院；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。