西安邮电大学马晓晓获国家专利权
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！
龙图腾网获悉西安邮电大学申请的专利一种基于低秩约束自编码的高光谱异常检测方法及系统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：CN115984692B 。
龙图腾网通过国家知识产权局官网在2026-03-10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：202211672332.5，技术领域涉及：G06V20/10；该发明授权一种基于低秩约束自编码的高光谱异常检测方法及系统是由马晓晓设计研发完成，并于2022-12-26向国家知识产权局提交的专利申请。
本一种基于低秩约束自编码的高光谱异常检测方法及系统在说明书摘要公布了：本申请公开一种基于低秩约束自编码的高光谱异常检测方法及系统，用于将低秩约束应用于自编码网络的隐层表示，挖掘高阶低秩特性用于背景重构，利用重构误差判别异常，方法实现步骤包括：步骤一、输入待检测的高光谱数据X，设置网络参数W、b，学习率α、调节参数λ1以及λ2的初始值；步骤二、利用低秩约束构造所述高光谱数据X的损失函数；步骤三、利用所述的损失函数学习网络，更新网络参数{W，b}，获得所述输入数据X的重构数据；步骤四：构造误差矩阵E；步骤五：对重构误差矩阵进行检测。
本发明授权一种基于低秩约束自编码的高光谱异常检测方法及系统在权利要求书中公布了：1.一种基于低秩约束自编码的高光谱异常检测方法，其特征在于，包括：以下步骤： 步骤一、输入待检测的高光谱数据X，设置网络参数W、b，学习率α、调节参数λ以及λ的初始值； 步骤二、利用低秩约束构造所述高光谱数据X的损失函数，所述损失函数为： 其中，x表示第i个样本，表示对第i个样本的重构；‖·‖表示低秩约束,Wl和bl分别表示网络第l层的权重和偏差,λ和λ为两个调节参数,Z是输入数据X在深度特征空间的特征表示； 在所述低秩约束下构造目标函数： 其中，l＝1,2,…,LL为网络层数；X为输入数据，为重构数据，rank·表示秩函数，Wl和bl分别表示网络第l层的权重和偏差，λ和λ为两个调节参数； 步骤三、利用所述的损失函数学习网络，更新网络参数{W，b}，获得所述输入数据X的重构数据其中f表示编码函数； 步骤四：构造误差矩阵E，其中 步骤五：对重构误差矩阵进行检测。
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西安邮电大学，其通讯地址为：710121 陕西省西安市长安区子午大道西安邮电大学；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。
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