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！

龙图腾网获悉南京信息工程大学申请的专利一种基于知识图谱的双分支零样本遥感场景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：CN119649098B 。

龙图腾网通过国家知识产权局官网在2025-11-04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：202411686828.7，技术领域涉及：G06V10/764；该发明授权一种基于知识图谱的双分支零样本遥感场景分类方法是由王超;张同;赵炀;陈辉;谢涛;孙兵;张婷;杨佳俊;王海涛;陈天宇;吴涛设计研发完成，并于2024-11-22向国家知识产权局提交的专利申请。

本一种基于知识图谱的双分支零样本遥感场景分类方法在说明书摘要公布了：本发明公开了一种基于知识图谱的双分支零样本遥感场景分类方法，涉及场景识别技术领域，通过分析局部区域内的地物构成及空间分布信息，自动化构建一种“场景‑景观‑地物”三级知识图谱；在此基础上，所设计的双分支监督零样本遥感场景分类网络DBSS，从全局与局部两个分支分别对语义向量到视觉空间的映射进行监督，从而促使视觉空间能够充分反映语义空间所蕴含的相关性结构；通过在UCM、AID和NWPU数据集上进行的大量实验表明，AKG‑DBSS对不可见类场景的分类的类平均准确率与总体精度分别最高可达98%与59.56%，标准差均小于6.91%，显著优于其他现有技术方法，具有良好的可扩展性。

本发明授权一种基于知识图谱的双分支零样本遥感场景分类方法在权利要求书中公布了：1.一种基于知识图谱的双分支零样本遥感场景分类方法，其特征在于：包括以下步骤： S1、获取遥感城市场景样本数据集，并从中选定部分类别为训练集，其余部分则为测试集；训练集样本包括类别信息，测试集样本不包括类别信息； S2、构建零样本识别模型AKG-DBSS，零样本识别模型AKG-DBSS采用岭回归网络作为基础网络，采用视觉空间作为嵌入空间； S3、在零样本识别模型中，基于预训练的yolo-v5模型提取场景内的典型地物；分析地物空间分布，进而构建局部区域内的景观描述集合，实现自动化构建场景-景观-地物三级知识图谱； S4、在零样本识别模型中，基于VGGnet-16提取全局和局部的视觉特征；同时采用TransH模型对知识图谱进行表示学习，以获取各场景对应的语义向量； S5、在零样本识别模型中，分别提取场景级语义相关性矩阵Simg以及景观级语义相关性矩阵Siml； S6、在零样本识别模型中，采用双分支结构将语义向量分别映射至由VGGnet-16构建的全局与局部视觉特征空间，并基于Simg与Siml对映射过程进行监督，通过对局部与全局两分支进行加权融合，利用训练集对零样本识别模型进行训练； S7、选取多张遥感场景图像输入至训练完成的零样本识别模型中，获取场景分类结果，与实际所述类别进行对比，对训练完成的零样本识别模型进行可靠性测试； S8、对零样本识别模型进行定量评估； S9、将未知类城市场景影像输入至零样本识别模型，获取该未知类城市场景所属类别； 步骤S3中，构建局部区域内的景观描述集合包括以下步骤： S3.2.1、选择典型地物之间的9种空间关系Rr，分别为在表面、包含、围绕、对齐、附近、相邻、重合、交叉以及远离；在此基础上，对于属于不同类别的地物k和k′，通过分析每种空间关系的特点并确保不同空间关系之间具有互斥性，规定每种空间关系对应的判别规则； S3.2.2、通过关联程度描述指标RCI进一步定量评价空间关系的强度： 其中，H和W分别表示影像的高和宽；Xk、Yk与Xk′、Yk′则分别表示k和k′中心点的横坐标值和纵坐标值； S3.2.3、在某类场景中，若两类地物之间存在多种空间关系，则仅保留RCI取得最大值RCI_m时所对应的一种空间关系Rr_m；若同时有多种空间关系取得RCI_m，则随机保留其中的一种空间关系；最终得到一类场景对应的由k，Rr_m，RCI_m，k′构成的局部景观描述集合。

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南京信息工程大学，其通讯地址为：210032 江苏省南京市江北新区宁六路219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。