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！

龙图腾网获悉西安电子科技大学申请的专利基于空间池化Transformer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：CN117274691B 。

龙图腾网通过国家知识产权局官网在2025-07-01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：202311221345.5，技术领域涉及：G06V10/764；该发明授权基于空间池化Transformer的高光谱图像分类方法是由马晶晶;邹亦舟;唐旭;张向荣;焦李成设计研发完成，并于2023-09-20向国家知识产权局提交的专利申请。

本基于空间池化Transformer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Transformer的高光谱图像分类方法，主要解决现有技术难以提取图像的全局信息，特征提取的不充分、不精确，以及在标签中包含噪声的情况下模型性能快速下降的问题。本发明的实现步骤为：搭建两个空间池化Transformer网络；采用预热策略，分别训练两个空间池化Transformer网络；使用耐噪声的学习算法训练预热后的两个空间池化Transformer网络。本发明通过挖掘高光谱图像中的全局空间信息的同时去除冗余特征，获得更精确的特征表示，并设计耐噪声的学习算法减少噪声标签的影响，提高了含噪场景下高光谱图像分类模型的分类精度。

本发明授权基于空间池化Transformer的高光谱图像分类方法在权利要求书中公布了：1.一种基于空间池化Transformer的高光谱图像分类方法，其特征在于，分别搭建第一空间池化Transformer网络和第二空间池化Transformer网络，利用耐噪声的学习算法，训练第一、第二空间池化Transformer网络；该分类方法的步骤包括如下： 步骤1，生成训练集： 获取一张至少包含C个像素类别的高光谱图像，每一个像素类别中至少包含S个像素点，并且该类别中含有G个具有噪声标签的像素点；对高光谱图像进行归一化后以每个含有目标的像素点为中心，将其周围9×9的像素组成该目标的像素块，将每个目标像素点的标签作为该像素块的标签，将高光谱图像中所有的像素块以及其对应的像素块标签组成训练集，其中，C≥2，S≥1，G＜S； 步骤2，分别搭建第一空间池化Transformer网络和第二空间池化Transformer网络，第一、第二空间池化Transformer网络的结构完全相同；每个空间池化Transformer网络均由光谱特征提取模块、第一空间池化Transformer模块、第二空间池化Transformer模块、第三空间池化Transformer模块、Transformer编码器、分类器依次串联组成； 步骤3，采用预热策略，使用交叉熵损失，分别训练第一、第二空间池化Transformer网络，得到预热后的第一、第二空间池化Transformer网络； 步骤4，使用耐噪声的学习算法，对预热后的第一、第二空间池化Transformer网络进行训练： 步骤4.1，采用交叉选择策略，分别计算第一、第二空间池化Transformer网络在干净样本集合的交叉熵损失； 步骤4.2，计算第一、第二空间池化Transformer网络在训练集上的相似损失； 步骤4.3，分别计算第一、第二空间池化Transformer网络的联合损失，分别对两个网络的参数进行迭代更新，直到联合损失函数收敛为止，得到训练好的第一、第二空间池化Transformer网络； 步骤5，对高光谱图像进行分类： 采用与步骤1相同的方法，提取归一化后高光谱图像待分类的图像块，将所有待分类的高光谱图像像素块输入到训练好的第一、第二空间池化Transformer网络中，将两个网络输出的类别概率向量取平均值，得到所有样本的类别概率向量，将类别概率向量中概率最大值对应的类别作为该像素的分类结果。

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西安电子科技大学，其通讯地址为：710071 陕西省西安市雁塔区太白南路2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”。