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！

龙图腾网获悉西安理工大学申请的专利基于GAT与CNN的特征加权融合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：CN119399541B 。

龙图腾网通过国家知识产权局官网在2025-06-20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：202411537987.0，技术领域涉及：G06V10/764；该发明授权基于GAT与CNN的特征加权融合高光谱图像分类方法是由王文卿;杨毅飞;穆琨鹏;何霁;李凌舟;贾飞;刘涵设计研发完成，并于2024-10-31向国家知识产权局提交的专利申请。

本基于GAT与CNN的特征加权融合高光谱图像分类方法在说明书摘要公布了：本发明公开了基于GAT与CNN的特征加权融合高光谱图像分类方法，首先对高光谱数据集划分数据为训练集、测试集和验证集；然后构建结合CNN和GAT的双分支特征加权融合网络模型；将划分的训练集输入到分类网络模型中，设置参数，进行训练得到训练指标；最后对分类结果的指标、数据、图像信息进行评估。本发明利用深度可分离卷积和GAT分别对像素信息与超像素数据的捕获能力，充分提取高光谱图像的欧式与非欧式特征信息，提高了分类数据的准确性和泛化能力。

本发明授权基于GAT与CNN的特征加权融合高光谱图像分类方法在权利要求书中公布了：1.基于GAT与CNN的特征加权融合高光谱图像分类方法，其特征在于，具体按照以下步骤实施：步骤1、对高光谱数据集划分数据为训练集、测试集和验证集；步骤2、构建结合CNN和GAT的双分支特征加权融合网络模型；所述步骤2具体按照以下步骤实施：步骤2.1、结合深度可分离卷积和GAT的双分支加权融合模型一共包含两条分支，每条分支共有3个部分，分别是数据预处理、多尺度划分和加权融合部分，对于GAT分支，利用超像素分割对原始像素图像进行预处理获得不同分割尺度的超像素信息，将所得信息分别输入到3条GAT网络中并对结果数据进行拼接作为GAT总分支的输出，对于CNN分支，利用频谱卷积层对输入原始数据进行降维去噪处理，将处理后的数据下采样后输入CNN分支并对输出结果进行拼接作为CNN总分支的输出；步骤2.2、对于CNN分支的输入数据，采用频谱卷积进行预处理，首先对输入的图像数据进行通道压缩转换，接着对转换后的数据进行标准化处理，再使其通过卷积核大小为1×1的频谱卷积层，最后经由LeakyReLU函数以增加泛化能力，将处理后的数据作为CNN总分支的输入，对GAT分支的输入数据，则利用超像素分割进行预处理，具体做法是对原始数据进行不同大小的超像素分割，从而获得不同尺度的分割信息，然后将经过处理的数据作为GAT总分支的输入；步骤2.3、对于不同分支的多尺度划分，将CNN分支经过频谱卷积层得到的输入数据进行两次池化核大小为2池化步长为2的最大池化，得到3种不同尺度的像素级信息，并将3种数据输入到CNN网络的3条分支中，每一条CNN分支均划为3层，每一层都依次经过位置注意模块PAM、通道注意模块CAM和深度可分离卷积层3步；步骤3、将所述步骤1中划分的训练集输入到步骤2构建的分类网络模型中，设置参数，进行训练得到训练指标；步骤4、对分类结果的指标、数据、图像信息进行评估。

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理工大学，其通讯地址为：710048 陕西省西安市碑林区金花南路5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”。