Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中国地质大学(武汉)翟晗获国家专利权

中国地质大学(武汉)翟晗获国家专利权

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!

龙图腾网获悉中国地质大学(武汉)申请的专利基于空谱注意力网络的遥感影像分类方法、设备及介质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:CN121010836B

龙图腾网通过国家知识产权局官网在2026-02-17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:202511543370.4,技术领域涉及:G06V10/764;该发明授权基于空谱注意力网络的遥感影像分类方法、设备及介质是由翟晗;马丽洋设计研发完成,并于2025-10-28向国家知识产权局提交的专利申请。

基于空谱注意力网络的遥感影像分类方法、设备及介质在说明书摘要公布了:本申请提供了一种基于空谱注意力网络的遥感影像分类方法,涉及遥感影像处理技术领域,方法包括:获取高光谱遥感卫星影像并进行数据预处理,构建高光谱遥感影像分类数据集;构建基于双分支光谱‑空间注意力融合网络的分类模型DSAFNet并作为初始高光谱分类模型;通过高光谱遥感影像分类数据集对初始高光谱分类模型进行训练,得到训练后的分类网络模型;获取待分类的高光谱遥感影像;将待分类的高光谱遥感影像输入训练后的分类网络模型,得到图像分类结果。本申请的技术方案实现高识别准确率及效率的高光谱遥感影像分类模型生成。

本发明授权基于空谱注意力网络的遥感影像分类方法、设备及介质在权利要求书中公布了:1.一种基于空谱注意力网络的遥感影像分类方法,其特征在于,方法包括以下步骤: S1:获取高光谱遥感卫星影像并进行数据预处理,构建高光谱遥感影像分类数据集; S2:构建基于双分支光谱‑空间注意力融合网络的分类模型DSAFNet并作为初始高光谱分类模型; 步骤S2包括: 初始高光谱分类模型包括:输入层、空间特征分支、光谱特征分支、全局平均池化单元、自适应加权融合单元以及全连接层; 空间特征分支与光谱特征分支均连接输入层;空间特征分支与光谱特征分支均连接全局平均池化单元;全局平均池化单元、自适应加权融合单元以及全连接层依次顺序连接; 所述空间特征分支包括:第一位置注意力模块PAM、第一通道注意力模块CAM、卷积核大小为3×3的深度可分离卷积层、第二位置注意力模块PAM、第二通道注意力模块CAM、以及卷积核大小为5×5的深度可分离卷积层;所述第一位置注意力模块PAM、第一通道注意力模块CAM、卷积核大小为3×3的深度可分离卷积层、第二位置注意力模块PAM、第二通道注意力模块CAM和卷积核大小为5×5的深度可分离卷积层依次顺序连接; 通过空间特征分支提取高光谱图像中的空间信息; 所述光谱特征分支包括:卷积模块、瓶颈残差模块BRB和光谱注意力模块SAM; 所述卷积模块、瓶颈残差模块BRB和光谱注意力模块SAM依次顺序连接; 通过光谱特征分支提取高光谱图像中的光谱信息; 全局平均池化单元用于将空间信息与光谱信息进行全局平均池化以压缩空间维度; 所述自适应加权融合单元用于通过自适应加权融合策略,对池化后的空间信息与光谱信息进行特征整合,得到组合特征图; 通过全连接层用于动态调整空间特征分支和光谱特征分支在组合特征图中的输出权重,得到最终的融合图; S3:通过高光谱遥感影像分类数据集对初始高光谱分类模型进行训练,得到训练后的分类网络模型; S4:获取待分类的高光谱遥感影像;将待分类的高光谱遥感影像输入训练后的分类网络模型,得到图像分类结果。

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中国地质大学(武汉),其通讯地址为:430000 湖北省武汉市洪山区鲁磨路388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。