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！

龙图腾网获悉河海大学申请的专利一种半监督高光谱图像智能化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：CN119810539B 。

龙图腾网通过国家知识产权局官网在2025-11-21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：202411884451.6，技术领域涉及：G06V10/764；该发明授权一种半监督高光谱图像智能化分类方法是由高红民;陆通;陈忠昊;徐淑芳;费书宇设计研发完成，并于2024-12-19向国家知识产权局提交的专利申请。

本一种半监督高光谱图像智能化分类方法在说明书摘要公布了：本发明公开了一种半监督高光谱图像智能化分类方法，利用标记样本和未标记样本进行准确的地物识别。本发明首先构建了一个多尺度可变形光谱空间特征提取模块，能够在多个尺度上提取特征并融合，可变形卷积的引入可以提取到更加符合样本的分布特征。然后通过提出的伪标签生成策略，采用高斯函数加权，进一步提升伪标签的利用效率和模型性能。在训练过程中保持高数量和高质量的伪标签来有效利用未标记样本。最后，通过Transformer捕获远程依赖并学习高光谱遥感图像的有效特征表示。实验结果证明了本发明在标记样本有限的情况下的有效性和优越性。

本发明授权一种半监督高光谱图像智能化分类方法在权利要求书中公布了：1.一种半监督高光谱图像智能化分类方法，其特征在于，包括如下步骤： 步骤1：首先对数据进行预处理，采用PCA对HSI数据降维，在保持空间结构不变的情况下，提取出光谱维度中最具信息量的波段，降维后的数据表示为其中空间维度由H×W表示，B表示光谱维度中的波段数； 步骤2：将降维后的数据划分为多个块，每个块由目标像素及其相邻像素组成，表示为其中M×N为块大小； 步骤3：将样本按照每类固定数目随机划分出有标签数据集、无标签数据集以及测试集，对无标签数据集中的样本同时进行弱增强和强增强，为后续的一致性正则化训练奠定基础； 步骤4：构建多尺度可变形卷积模块，该模块引入不同尺度的可变形卷积核，通过多分支结构并行提取不同尺度的特征信息，有效增强特征表达能力； 步骤5：构建多尺度可变形Transformer网络，将步骤4中构建的多尺度可变形卷积模块与Transformer结构相结合，多尺度可变形卷积模块用于提取局部的空间光谱特征信息，而Transformer结构用于全局特征建模，进而实现更高效的特征提取与分类，网络同时接收有标签和无标签数据，以便通过半监督学习进行优化； 步骤6：对于有标签样本，模型通过交叉熵损失函数进行监督学习，以学习数据与标签之间的对应关系；对于无标签样本，采用一致性正则化策略，使输入图像的弱增强版本和强增强版本生成一致的预测结果，在训练过程中，结合提出的伪标签加权策略，平衡伪标签的数量与质量，以更充分地利用无标签样本； 步骤7：将多尺度可变形Transformer网络与伪标签加权策略相结合，进行迭代训练直至神经网络模型收敛，得到最终的训练模型，最后，利用一个全连接网络对模型输出结果进行后处理，得到每个像素点的分类结果。

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河海大学，其通讯地址为：211100 江苏省南京市江宁区秣陵街道佛城西路8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。