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！

龙图腾网获悉烟台大学申请的专利基于深度学习的高光谱遥感图像分类方法、系统、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：CN120451782B 。

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：202510521209.0，技术领域涉及：G06V20/10；该发明授权基于深度学习的高光谱遥感图像分类方法、系统、装置是由宋永超;张峻豪;王璇;刘兆伟;徐扬;秦华伟;权威;吕翠翠;徐金东;阎维青设计研发完成，并于2025-04-24向国家知识产权局提交的专利申请。

本基于深度学习的高光谱遥感图像分类方法、系统、装置在说明书摘要公布了：本发明属于遥感图像处理技术领域，具体涉及基于深度学习的高光谱遥感图像分类方法、系统、装置，通过生成光谱‑空间令牌，将三维数据转换为一维并进行初步特征提取；待处理特征经多尺度小波分解，分解为低频特征和高频特征，再分别经通道注意力处理、空间注意力处理，以分别增强低频、高频特征；增强后的低频特征沿光谱维度进行展开，增强后的高频特征沿空间维度进行展开，在选择性状态空间扫描机制中引入动态路径权重，实现低频特征和高频特征的自适应特征融合；最终根据分类得分得到分类结果。

本发明授权基于深度学习的高光谱遥感图像分类方法、系统、装置在权利要求书中公布了：1.一种基于深度学习的高光谱遥感图像分类方法，其特征在于，包括： S1：获取高光谱遥感图像数据，经三维卷积处理后，进行维度转换，生成光谱-空间令牌，光谱-空间令牌通过不同膨胀率的三维卷积提取特征，提取的特征依次进行拼接、融合，得到融合特征； S2：基于小波基类型，融合特征进行二维小波分解，得到相应小波基类型的低频特征和高频特征；利用可学习融合权重，分别对不同小波基类型的低频特征、高频特征进行加权求和，得到低频融合特征、高频融合特征； 低频融合特征、高频融合特征分别经通道注意力处理、空间注意力处理，得到低频增强特征、高频增强特征； S3：低频增强特征沿光谱维度进行扫描，得到第一扫描特征，第一扫描特征进行反转操作，得到第二扫描特征； 高频增强特征沿空间维度进行扫描，得到第三扫描特征，第三扫描特征进行反转操作，得到第四扫描特征； 利用可学习参数，分别对第一扫描特征和第二扫描特征、第三扫描特征和第四扫描特征进行融合，得到低频扫描特征、高频扫描特征； 高频扫描特征经动态门控机制处理后，与低频扫描特征融合，得到目标特征； S4：目标特征经全局平均池化和线性处理后，生成分类得分，根据分类得分进行分类。

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烟台大学，其通讯地址为：264005 山东省烟台市莱山区清泉路30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。