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！

龙图腾网获悉浙江工商大学申请的专利基于双分支多尺度CNN和记忆增强Transformer的高光谱图像分类方法及装置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：CN119625414B 。

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：202411732414.3，技术领域涉及：G06V10/764；该发明授权基于双分支多尺度CNN和记忆增强Transformer的高光谱图像分类方法及装置是由华璟;李辉;孙杰设计研发完成，并于2024-11-29向国家知识产权局提交的专利申请。

本基于双分支多尺度CNN和记忆增强Transformer的高光谱图像分类方法及装置在说明书摘要公布了：本发明公开了一种基于双分支多尺度CNN和记忆增强Transformer的高光谱图像分类方法及装置。具体包括：步骤1，获取高光谱图像数据并进行预处理。步骤2，将步骤1后的数据输入到双分支多尺度CNN特征提取模块，充分提取高光谱的空间特征和空间‑光谱联合特征。步骤3，将步骤2后的数据传入到记忆模块中，MT1对数据进行细节记忆和全局记忆，MT2对数据进行平常记忆和重要特征记忆。步骤4，将步骤2和步骤3后的数据作为输入传入记忆Transformer中，步骤5，最后经过mlp‑head层得到分类结果。本发明能够充分结合高光谱丰富的空间特征和光谱特征，提高高光谱图像的分类精度和分类性能。

本发明授权基于双分支多尺度CNN和记忆增强Transformer的高光谱图像分类方法及装置在权利要求书中公布了：1.一种基于双分支多尺度CNN和记忆增强Transformer的高光谱图像分类方法，其特征在于，包括以下步骤： 步骤一，获取高光谱图像数据并进行预处理； 步骤二，将步骤一中预处理后的数据输入到双分支多尺度CNN模块中；双分支多尺度CNN模块包括3DCNN和2DCNN分支；3DCNN分支同时提取高光谱图像的空间特征和光谱特征并且捕获不同尺度大小的特征，2DCNN分支提取高光谱图像的局部空间特征和相邻光谱的细致区别；两个分支结果融合合并后作为输出； 步骤三，将步骤二后的输出数据输入到记忆模块MT1和MT2中；MT1对步骤二后的输出数据进行逐通道卷积和逐点卷积后得到PMT1，MT2对步骤二后的输出数据进行平均池化和最大池化后拼接得到PMT2； 步骤四，将步骤二的输出数据和步骤三后的PMT1和PMT2数据一同作为记忆增强Transformer的输入进行训练；记忆增强Transformer包括串联的两个子层，第一子层包含Layernorm层和记忆增强层MSA；步骤二的输出数据经过第一子层的Layernorm层得到Pn，记忆增强层MSA用于将PMT1和PMT2进行线性变换并与注意力机制的K和V拼接后进行注意力机制计算，之后和Pn相加后作为第一子层输出结果并传入第二子层进行计算，第二子层包含Layernorm层和feed-forward层，feed-forward层输出结果加上第一子层输出结果作为最终第二子层输出结果； 步骤五，将步骤四中第二子层输出结果输入到mlp-head模块，得到最终的分类结果。

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浙江工商大学，其通讯地址为：310018 浙江省杭州市下沙高教园区学正街18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。