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！

龙图腾网获悉昆明理工大学申请的专利一种基于密集连接和自集成网络的高光谱图像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：CN117095209B 。

龙图腾网通过国家知识产权局官网在2025-11-28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：202311043887.8，技术领域涉及：G06V10/764；该发明授权一种基于密集连接和自集成网络的高光谱图像分类方法是由范玉刚;郭栩辰设计研发完成，并于2023-08-18向国家知识产权局提交的专利申请。

本一种基于密集连接和自集成网络的高光谱图像分类方法在说明书摘要公布了：本发明公开一种基于密集连接和自集成网络的高光谱图像分类方法，属于遥感图像领域。包括步骤：获取高光谱图像，对高光谱图像进行预处理得到预处理后的图像，分为训练样本数据集和测试样本数据集；构建DSEN网络；将获得的训练样本数据集和测试样本数据集输入DSEN网络进行训练，以获得训练好的DSEN网络模型；将待分类的图像输入训练好的DSEN网络，所得特征输入到Softmax分类器层中，得到最终预测结果；在自集成网络中引入密集连接模块一定程度上弥补了集成模型的预测质量难以得到保证这一问题，进一步提高模型在高光谱图像分类任务上的分类精度和泛化能力。

本发明授权一种基于密集连接和自集成网络的高光谱图像分类方法在权利要求书中公布了：1.一种基于密集连接和自集成网络的高光谱图像分类方法，其特征在于，具体包括以下步骤： Step1：从高光谱相机中采集获取高光谱图像； Step2：利用局部线性嵌入LLE对图像进行降维预处理得到预处理后的图像，分为训练样本数据集和测试样本数据集； 步骤Step2的具体过程如下： Step2.1：假设高光谱图像X的光谱维度为P即波段数目，图像的高度和宽度分别是H和K，则每幅图像包含有H×K个像素；高光谱图像则可以表示为尺寸大小H×K×P的立方体； Step2.2：利用局部线性嵌入LLE对高光谱遥感图像数据进行降维，并将其切分成三维数据块的形式，降维的具体步骤如下： Step2.2.1：寻找近邻点：根据欧式距离，在高维空间超平面中寻找每个样本点的近邻点k作为其近邻点，k是定值； Step2.2.2：构建权值矩阵： 对每个样本点，LLE从k个近邻点出发，样本就会由其近邻点的线性组合来逼近，进而就可以计算出该样本点满足约束条件的权值矩阵： ； 式中：，为样本点；为权重系数，如果不是近邻，则； 如果是近邻，则,权值矩阵描述了样本对样本重构的贡献； Step2.2.3：计算低维嵌入 根据高维空间中的权重系数在低维空间中保持不变的原则，通过确定低维空间样本Y，确定好权值矩阵以后，进行最小化损失函数，则有： ； ； 式中：为低维空间样本点； Step2.3：将利用局部线性嵌入LLE进行降维得到的数据进行划分，分为训练样本集和测试样本集； 划分规则为：从公开数据集中每类地物像素样本中随机选取n%作为训练样本集，每类地物像素样本中的剩余部分100%-n%作为测试样本集，,；其中，为训练样本集总数，为测试样本集总数，M为地物像素类别的总数，为地物像素的总个数； Step3：DSEN神经网络模型的搭建，所述神经网络模型包括一个学生网络模块和一个教师网络模块；其中，学生网络模块和教师网络模块又分别由一个空间信息提取模块，一个光谱信息提取模块，一个特征融合模块和一个分类模块组成； Step3所述神经网络模型的搭建，具体步骤如下： Step3.1：所述DSEN神经网络模型中有两个子网络，包括一个学生网络模块和一个教师网络模块，两个网络共享相同的架构，每个网络中又包含上下两个分支； Step3.2：上分支用一个全连接层来提取高光谱图像的光谱特征fspe；在下分支中，采用两个SEDB模块和两个平均池化层来提取高光谱图像的空间特征fspa； Step3.3：为了进行光谱空间分类，再将fspe和fspa进一步连接成一个融合层ffusion=[fspe;fspa]；让fcls成为最后一个全连接层的特征；输入样本属于第i类的概率可由Softmax函数求得； Step4：将获得的训练数据集输入到搭建好的网络进行训练，以获得训练好的网络； Step4中将获得的训练数据集输入到搭建好的网络进行训练，以获得训练好的网络，其步骤如下 Step4.1：首先在训练阶段，将标记的样本输入学生网络，计算预测和地面真实标签之间的监督交叉熵损失；另一方面，未标记的样本被输入学生网络和老师网络；然后，计算两个网络预测之间的无监督均方误差； Step4.2：在每次迭代中，学生网络使用有监督和无监督损失的梯度进行更新；老师网络不参与反向传播步骤；学生网络和老师网络就可以逐步相互学习，实现了自集成学习的目的； Step5：将待分类的图像输入到训练好的网络中，输出待分类图像的分类结果。

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昆明理工大学，其通讯地址为：650093 云南省昆明市一二一大街文昌路68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。