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！

龙图腾网获悉重庆大学申请的专利基于孪生重建网络的高光谱图像偏标签学习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：CN119323690B 。

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：202411389963.5，技术领域涉及：G06V10/764；该发明授权基于孪生重建网络的高光谱图像偏标签学习方法及系统是由罗甫林;石姗姗;付川;郭坦;周鹏展;段宇乐设计研发完成，并于2024-10-08向国家知识产权局提交的专利申请。

本基于孪生重建网络的高光谱图像偏标签学习方法及系统在说明书摘要公布了：本发明涉及一种基于孪生重建网络的高光谱图像偏标签学习方法及系统，该方法属于图像识别技术领域。该方法包括以下步骤：S1：高光谱图像预处理：S2：数据预处理；S3：将训练样本输入孪生重建网络进行表示学习；S4：标签消歧，依据S3获取的样本特征表示输入网络的分类器，并根据分类器输出进行标签消歧；S5：计算整体损失并更新模型参数；S6：训练完成后对测试样本进行分类获得测试结果。本发明所述方法在高光谱图像分类任务上的性能由于其他偏标签算法，本方法可以在监督信息有限的情况下有效的训练模型。

本发明授权基于孪生重建网络的高光谱图像偏标签学习方法及系统在权利要求书中公布了：1.一种基于孪生重建网络的高光谱图像偏标签学习方法，其特征在于：包括以下步骤： S1：高光谱数据获取； S2：数据预处理； S3：将训练样本输入孪生重建网络进行表示学习； S4：标签消歧； S5：计算整体损失并更新模型； S6：训练完成后对测试样本进行分类获得预测结果； 在步骤S3中，所述孪生重建网络包括用于光谱信息和空间信息的提取的空谱编码器，空间解码器、光谱解码器以及孪生空谱编码器，在空谱编码器中，基于长短记忆网络和卷积网络构建了分别针对光谱数据和空间数据的光谱编码层和空间编码层，输出光谱特征表示和空间特征表示，编码操作的公式如下： Spep＝fReLUfLSTMSpep-1,sp 其中sp是光谱数据中第p个光谱的嵌入特征向量，Spep表示经过光谱编码后的第p个光谱的特征表示，hi为空间数据，Spe、Spa分别指的是光谱特征表示和空间特征表示，fLSTM是长短记忆网络函数，是卷积核为k×k的卷积函数，fpool为池化操作，fReLU为ReLU激活函数； 在空谱编码器中空谱编码的最后一层构建最大化匹配机制，通过预训练语言模型Bert对每个标签词进行编码，进而获取到标签空间中包含每个标签语义表示的查询表S∈Rc×d，然后将最后一层光谱编码层和空间编码层的输出经过打平、取平均操作后将两者按照特征维度进行拼接，得到综合的空谱特征表示V，最后通过最大化匹配机制将与V最相似的标签语义表示与其进行加权和，得到增强的语义表示，最大化匹配机制的操作公式如下： M＝V×FCST m＝argmaxM V＝w×V+1-w×Sm 其中argmax·为选择最匹配的标签的操作； 向光谱数据加入高斯噪声得到带噪光谱数据，向空间数据中加入高斯噪声得到带噪空间数据，将带噪光谱数据和带噪空间数据输入与空谱编码器共享权重的孪生空谱编码器，经过与空谱编码器一样的处理流程，得到空谱特征表示然后将空谱特征表示V输入分类器中得到关于标签的预测概率向量p，将空谱特征表示输入到分类器中得到关于标签的预测概率向量然后分别计算p和与两者均值q之间的KL散度作为两者的对齐损失，具体公式如下： 其中lalig为对齐损失。

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重庆大学，其通讯地址为：400044 重庆市沙坪坝区沙正街174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。