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！

龙图腾网获悉武汉理工大学三亚科教创新园申请的专利基于空间-光谱感知网络的农业高光谱图像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：CN120071021B 。

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：202510513114.4，技术领域涉及：G06V10/764；该发明授权基于空间-光谱感知网络的农业高光谱图像分类方法是由陈亚雄;张波;张新宇;龚腾飞;熊盛武设计研发完成，并于2025-04-23向国家知识产权局提交的专利申请。

本基于空间-光谱感知网络的农业高光谱图像分类方法在说明书摘要公布了：本发明属于农业高光谱图像分类技术领域，公开一种基于空间‑光谱感知网络的农业高光谱图像分类方法，包括：对训练集进行降维和卷积操作；经空间频率感知层，通过傅里叶变换、逆傅里叶变换和空间自注意模块得三维特征融合立方体；经光谱线性感知层，借助线性注意机制得分类结果，即语义标记。本申请针对不同作物空间结构与光谱特征高度相似导致的分类鲁棒性不足问题，在空间感知阶段，通过傅里叶变换、逆傅里叶变换和空间自注意力模块，区分相似作物的空间特征；在光谱感知阶段，基于光谱线性感知器模块，捕获相似光谱特征间细粒度差异，分离相似的光谱获得分类结果。实验表明，该方法在两个公开的农业高光谱数据集上表现优越的精确度和鲁棒性。

本发明授权基于空间-光谱感知网络的农业高光谱图像分类方法在权利要求书中公布了：1.一种基于空间-光谱感知网络的农业高光谱图像分类方法，其特征在于，包括： 步骤S1，将农业高光谱图像划分为训练集和测试集； 步骤S2，对训练集中的农业高光谱图像进行降维，降维后的频带数设置为30，选择30个频带进行保留，得到高光谱特征块； 步骤S3，利用三维卷积层对高光谱特征块进行卷积操作，获得三维特征立方体； 步骤S4，通过空间频率感知层，将傅立叶变换应用于三维特征立方体的三维信息，并进行频谱偏移操作，将零频率对应的空间挪到三维区域的中心位置，分离出高频分量和低频分量，应用逆傅里叶变换将高频分量和低频分量映射回空间域，得到高频特征和低频特征； 步骤S5，将高频特征与低频特征分别通过空间自注意模块，获得三维空间内不同方向上不同位置之间的相关信息，将处理过的高频特征和低频特征重新加和，得到三维特征融合立方体； 步骤S6，将三维特征融合立方体经过二维卷积，使用64个大小为3×3，padding为1的卷积核获得64个17×17的二维特征图F； 步骤S7，将二维特征图F展平，转变为一维光谱向量，通过光谱线性感知层，使用相对的空间位置编码与基于光谱的线性注意机制，获得一维光谱特征； 步骤S8，利用两个正态分布的矩阵，将一维光谱特征扁平化后再转换为语义标记，每个语义标记代表一个特征向量； 步骤S9，将特征向量拼接，经过1×4的二维卷积后得到分类标签； 步骤S10，使用交叉损失熵和Adam优化器训练步骤S3至步骤S9构成的整体网络，然后针对测试集进行测试。

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武汉理工大学三亚科教创新园，其通讯地址为：572025 海南省三亚市崖州区崖州湾科技城用友产业园9号楼；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。