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！

龙图腾网获悉东北林业大学;黑龙江省网络空间研究中心申请的专利基于改进的Swin-Transformer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：CN116051886B 。

龙图腾网通过国家知识产权局官网在2025-12-19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：202211641963.0，技术领域涉及：G06V10/764；该发明授权基于改进的Swin-Transformer网络的高光谱图像分类方法是由景维鹏;李超;康佩伦;陈广胜;谷俊涛设计研发完成，并于2022-12-20向国家知识产权局提交的专利申请。

本基于改进的Swin-Transformer网络的高光谱图像分类方法在说明书摘要公布了：本发明公开了一种基于改进的Swin‑Transformer网络的高光谱图像分类方法，包括：S1，针对高光谱数据的特点，提出一种空间光谱重组合模块，对数据进行预处理。S2，改进Swin‑Transformer网络，在网络中增添跨层融合模块，避免层间前馈过程中信息丢失。通过将网络中当前层的输出与上一层的输出进行融合，实现信息由浅层到深层的传递，从而避免了有效信息在前馈过程中的丢失；S3，将空间光谱重组合模块插入到改进后的Swin‑Transformer网络中，并以公开的高光谱图像数据作为训练数据，本发明的优点是：更高的准确率，提高了网络挖掘光谱信息的效率，能过够有效降低网络在前馈过程中有效信息的丢失。

本发明授权基于改进的Swin-Transformer网络的高光谱图像分类方法在权利要求书中公布了：1.一种基于改进的Swin-Transformer网络的高光谱图像分类方法，具体步骤为： S1，针对高光谱数据的特点，提出一种空间光谱重组合模块，对数据进行预处理； 建立空间光谱重组合模块，空间光谱重组合模块将高光谱数据中一个像素的数据由原来的一维数据变为二维数据，并且对变换后的数据的光谱带进行了移动，使得原本不相邻的光谱带变得临近，并在网络学习的过程中被一起考虑；另外，同时考虑了与该像素邻近的其他像素，并将这些额外的提供的信息作为提高中心像元分类精度的辅助信息；最后将处理后的数据输出给高光谱图像分类网络； S2，改进Swin-Transformer网络，在网络中增添跨层融合模块，避免层间前馈过程中信息丢失；通过将网络中当前层的输出与上一层的输出进行融合，实现信息由浅层到深层的传递，从而避免了有效信息在前馈过程中的丢失； 跨层融合模块由下采样操作和全连接层组成；下采样操作改变了特征图的大小，而全连接层改变了特征图的通道；最后，将残差连接的输出与基本块的输出进行融合； S3，将空间光谱重组合模块插入到改进后的Swin-Transformer网络中，并以公开的高光谱图像数据作为训练数据，训练过程如下： 首先对数据进行可视化，以不同颜色代表待分类的不同类别，选取部分像素点作为Swin-Transformer模型的训练数据，剩下所有经过标注的部分作为测试数据；然后训练数据在经过空间光谱重组合模块处理后输入改进的Swin-Transformer模型进行多轮训练，训练结束后在测试集上对模型进行评估，并对模型的超参数进行微调后重新进行训练；最后对比多组实验结果，得到鲁棒性强，泛化能力好，精度高的模型。

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东北林业大学;黑龙江省网络空间研究中心，其通讯地址为：150040 黑龙江省哈尔滨市香坊区和兴路26号东北林业大学；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。