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！

龙图腾网获悉广东海洋大学申请的专利基于深度小波特征融合的细粒度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：CN120673186B 。

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：202511192001.5，技术领域涉及：G06V10/764；该发明授权基于深度小波特征融合的细粒度图像分类方法是由邹东鹏;李声师;叶国栋;肖秀春;林泽燕设计研发完成，并于2025-08-25向国家知识产权局提交的专利申请。

本基于深度小波特征融合的细粒度图像分类方法在说明书摘要公布了：本发明公开了一种基于深度小波特征融合的细粒度图像分类方法，本发明中输入图像通过数据预处理后进入WTConv模块，分解为多频率子带特征；特征随后输入WaveAttention模块，通过多尺度注意力机制提取全局和局部信息；最后，WaveKAN模块对特征进行非线性精炼，输出分类结果。本发明通过小波变换分解图像为多频率子带，提升模型对全局结构和局部细节的特征提取能力，增强注意力机制，使其能够融合多尺度和频率域信息，改善细粒度分类性能。引入非线性特征精炼模块，优化分类头以建模复杂关系，从而提高预测精度。

本发明授权基于深度小波特征融合的细粒度图像分类方法在权利要求书中公布了：1.一种基于深度小波特征融合的细粒度图像分类方法，其特征在于，包括如下步骤： S1、构建集成小波变换和视觉变换的细粒度视觉分类网络，输入待分类图像并进行预处理，获得标准化图像数据； S2、利用小波卷积模块对所述标准化图像数据进行多频率子带分解，生成融合全局结构与局部细节的特征图，具体包括如下步骤： S21、采用离散小波变换将所输入的标准化图像分解为低频子带和高频子带； S22、对低频子带执行7*7大核卷积及注意力通道机制增强全局特征,对高频子带执行3*3小核卷积及卷积注意力通道机制优化细节特征； S23、通过逆离散小波变换重构S22得到的全局特征和细节特征得到重建特征，并与5*5卷积路径的特征相融合，得到融合全局结构与局部细节的特征图，融合全局结构与局部细节的特征图表示为： ； 式中，为融合全局结构与局部细节的特征图，为逆小波变换，增强后的全局结构特征，为优化后的局部细节特征，为Haar小波滤波器，为5*5卷积路径输出； S3、将S2得到的特征图输入小波注意力模块，通过小波降采样压缩键值向量维度，并结合多头自注意力机制提取多尺度特征，得到优化后的输入特征； S4、将优化后的输入特征输入小波Kolmogorov-Arnold网络模块，通过非线性基函数优化特征并输出分类概率。

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广东海洋大学，其通讯地址为：524088 广东省湛江市麻章区海大路1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。