西安电子科技大学席博博获国家专利权
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！
龙图腾网获悉西安电子科技大学申请的专利一种小样本高光谱图像分类方法、系统、存储介质及设备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：CN119229274B 。
龙图腾网通过国家知识产权局官网在2025-11-18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：202411065656.1，技术领域涉及：G06V20/10；该发明授权一种小样本高光谱图像分类方法、系统、存储介质及设备是由席博博;张韵;郑铁;李娇娇;李云松;薛长斌设计研发完成，并于2024-08-05向国家知识产权局提交的专利申请。
本一种小样本高光谱图像分类方法、系统、存储介质及设备在说明书摘要公布了：本发明实施例公开了一种小样本高光谱图像分类方法，包括：获取源域高光谱图像、目标域高光谱图像，定义目标域高光谱图像中未标记数据为XU，定义目标域高光谱图像和源域高光谱图像的标记数据为XL；根据光谱特征偏移策略对目标域高光谱图像未标记数据XU进行增强，确定样本对数据；确定样本对数据的第一特征向量，并进一步确定无监督对比损失函数Luc，根据标记数据XL确定监督对比损失函数Lsc和分类损失函数Lcls，根据无监督对比损失函数Luc、监督对比损失函数Lsc和分类损失函数Lcls构建最终损失函数；根据源域高光谱图像、目标域高光谱图像训练图像分类模型，直至达到最大迭代次数；将测试样本输入训练后的图像分类模型，得到分类结果。
本发明授权一种小样本高光谱图像分类方法、系统、存储介质及设备在权利要求书中公布了：1.一种小样本高光谱图像分类方法，其特征在于，所述方法包括： 获取源域高光谱图像、目标域高光谱图像，定义目标域高光谱图像中未标记数据为，定义目标域高光谱图像和源域高光谱图像的标记数据为； 根据光谱特征偏移策略对所述目标域高光谱图像未标记数据进行增强，确定样本对数据； 通过图像分类模型中的特征提取网络确定所述样本对数据的第一特征向量； 根据所述未标记数据确定无监督对比损失函数，根据所述标记数据确定监督对比损失函数和分类损失函数，根据所述无监督对比损失函数、监督对比损失函数和分类损失函数构建最终损失函数； 根据所述源域高光谱图像、目标域高光谱图像训练图像分类模型，直至达到最大迭代次数； 将测试样本输入训练后的图像分类模型，得到分类结果。
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西安电子科技大学，其通讯地址为：710000 陕西省西安市雁塔区太白南路2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。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励