中国矿业大学程玉虎获国家专利权
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！
龙图腾网获悉中国矿业大学申请的专利一种基于因果流模型的高光谱图像领域泛化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：CN120976589B 。
龙图腾网通过国家知识产权局官网在2026-02-13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：202511491291.3，技术领域涉及：G06V10/75；该发明授权一种基于因果流模型的高光谱图像领域泛化方法是由程玉虎;张威;王梓臣;陶汉卿;王雪松;孔毅;王浩宇设计研发完成，并于2025-10-18向国家知识产权局提交的专利申请。
本一种基于因果流模型的高光谱图像领域泛化方法在说明书摘要公布了：本发明公开一种基于因果流模型的高光谱图像领域泛化方法，属于模式识别技术领域，该方法包括两个核心阶段：首先是因果原型学习，通过对一个训练的不变分类器进行表征反演，解码出独立于训练数据偏差的、纯净的因果原型，作为净化的目标终点。其次是因果流匹配，学习一个从任意受污染表征到其对应因果原型的确定性映射，该映射由一个常微分方程描述的速度场定义。在推理时，通过求解该常微分方程，将被污染的表征沿着最优路径流向纯净的因果原型，实现对非因果因素的精准剥离。本发明有效提升了模型在未知领域下的泛化性能与鲁棒性。
本发明授权一种基于因果流模型的高光谱图像领域泛化方法在权利要求书中公布了：1.一种基于因果流模型的高光谱图像领域泛化方法，其特征在于，包括以下步骤： 步骤A、因果原型学习阶段：针对每个地物类别，学习并生成一个独立于训练数据统计偏差的、纯净的因果原型，该原型作为后续净化过程的目标；所述步骤A具体包括： 步骤A1、使用不变风险最小化准则，在源域数据上训练一个特征提取器和分类器，以学习一个近似不变的因果特征子空间； 步骤A2、固定训练分类器的参数，对每一个类别，通过表征反演在特征空间中求解一个能够最大化该分类器置信度的最优向量，并将该向量定义为此类别的纯净因果原型； 步骤B、因果流匹配学习阶段：学习一个由神经网络参数化的速度场，该速度场定义了一个从任意受污染的初始表征到其对应类别因果原型的确定性映射； 步骤C、推理与净化阶段：对于来自未知领域的测试样本，将其初始表征作为初始条件，通过求解由所述速度场定义的常微分方程，得到净化后的表征，并输入分类器进行分类。
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中国矿业大学，其通讯地址为：221000 江苏省徐州市铜山区大学路1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。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励