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！

龙图腾网获悉中国人民解放军火箭军工程大学申请的专利一种基于加权空谱融合的无核快速谱聚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：CN116310453B 。

龙图腾网通过国家知识产权局官网在2025-10-28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：202310162429.X，技术领域涉及：G06V10/762；该发明授权一种基于加权空谱融合的无核快速谱聚类方法是由魏一苇;牛超;王艺婷;孟庆勋;任培楠;宋恒辛设计研发完成，并于2023-02-24向国家知识产权局提交的专利申请。

本一种基于加权空谱融合的无核快速谱聚类方法在说明书摘要公布了：本发明公开了一种基于加权空谱融合的无核快速谱聚类方法，包括：一、采用加权空谱和邻近填补方法对原始高光谱图像进行进行预处理，得到预处理后高光谱图像；二、构建预处理后高光谱图像的无核相似矩阵Z；三、构建预处理后高光谱图像的无核邻接矩阵W，并获取拉普拉斯矩阵L；四、采用谱聚类算法对拉普拉斯矩阵L进行聚类，输出聚类结果。本发明方法步骤简单，用加权空谱和邻近填补方法对高光谱图像进行预处理并构建无核邻接矩阵，之后采用谱聚类算法进行聚类，避免人工调优参数，实现了参数的自适应调优，节省人力物力。

本发明授权一种基于加权空谱融合的无核快速谱聚类方法在权利要求书中公布了：1.一种基于加权空谱融合的无核快速谱聚类方法，其特征在于，该方法包括以下步骤： 步骤一、采用加权空谱和邻近填补方法对原始高光谱图像进行预处理，得到预处理后高光谱图像； 步骤二、构建预处理后高光谱图像的无核相似矩阵Z； 步骤三、构建预处理后高光谱图像的无核邻接矩阵W，并获取拉普拉斯矩阵L； 步骤四、采用谱聚类算法对拉普拉斯矩阵L进行聚类，输出聚类结果； 步骤二中构建预处理后高光谱图像的无核相似矩阵Z，具体过程如下： 步骤201、采用计算机从预处理后高光谱图像的像元数据X中选择m个像元点作为锚点，形成锚点数据U，且U为U＝[u1,...,uj,...,um]；其中，j和m均为正整数，且1≤j≤m，uj表示第j个锚点的像元数据，m小于n； 步骤202、采用计算机建立像元数据点与锚点之间的相似矩阵Z，且其中，zij表示第i个像元点和第j个锚点之间相似度； 步骤三中构建预处理后高光谱图像的无核邻接矩阵W，并获取拉普拉斯矩阵L，具体过程如下： 步骤301、采用计算机根据W＝ZΛ-1ZT，得到无核邻接矩阵W；其中，Λ为m×m的对角矩阵且非对角元素均为0,Λ-1表示矩阵Λ的逆,矩阵Λ的第jj个对角元素Λjj为无核邻接矩阵W的大小为n×n； 步骤302、采用计算机根据L＝D-W，得到拉普拉斯矩阵L；其中，D为度矩阵，且D的大小为n×n,且度矩阵D为对角线矩阵且非对角元素均为0，度矩阵D中第i′i′个对角元素Di′i′为i′表示无核邻接矩阵W的行数，j′表示无核邻接矩阵W的列数，wi′j′表示无核邻接矩阵W中第i′行第j′列的元素值，且i′和j′为正整数，1≤i′≤n，1≤j′≤n； 步骤303、采用计算机获取拉普拉斯矩阵L的前k个特征值对应的特征向量作为特征矩阵；其中，前k个特征值小于其它特征值； 步骤304、采用计算机将特征矩阵每一行作为一个样本，采用计算机利用k均值聚类算法对每一个样本进行聚类，输出聚类结果。

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中国人民解放军火箭军工程大学，其通讯地址为：710025 陕西省西安市灞桥区洪庆街道同心路二号；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。