广东工业大学;广东能哥知识科技有限公司赵艮平获国家专利权
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！
龙图腾网获悉广东工业大学;广东能哥知识科技有限公司申请的专利一种基于原型分析和卷积神经网络的高光谱变化检测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：CN115797791B 。
龙图腾网通过国家知识产权局官网在2025-07-29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：202211526038.3，技术领域涉及：G06V20/13；该发明授权一种基于原型分析和卷积神经网络的高光谱变化检测方法是由赵艮平;黄子岸;王卓薇;程良伦设计研发完成，并于2022-12-01向国家知识产权局提交的专利申请。
本一种基于原型分析和卷积神经网络的高光谱变化检测方法在说明书摘要公布了：本发明公开了一种基于原型分析和卷积神经网络的高光谱变化检测方法，方法包括：对待检测的两个时相位的高光谱图像进行预处理，得到观测数据；基于噪声白化处理，对观测数据进行虚拟维数估计，得到估计值；根据第一估计值和第二估计值，确定地物变化情况；通过松弛因子对观测数据进行光谱解混，得到目标丰度矩阵；基于目标丰度矩阵，计算得到亲和矩阵；基于亲和矩阵，通过训练好的网络模型得到变化检测结果。本发明通过引入松弛因子进行光谱解混，以提高通用性，并虚拟维数方法对图像的地物类别进行预估计，在传统的变化检测流程中加入了地物类别变化的分析，提高了变化检测结果的可解释性，可广泛应用于变化检测技术领域。
本发明授权一种基于原型分析和卷积神经网络的高光谱变化检测方法在权利要求书中公布了：1.一种基于原型分析和卷积神经网络的高光谱变化检测方法，其特征在于，包括： 对待检测的两个时相位的高光谱图像进行预处理，得到观测数据； 基于噪声白化处理，对所述观测数据进行虚拟维数估计，得到估计值；其中，所述估计值包括第一估计值和第二估计值； 根据所述第一估计值和所述第二估计值，确定地物变化情况； 通过松弛因子对所述观测数据进行光谱解混，得到目标丰度矩阵； 基于所述目标丰度矩阵，计算得到亲和矩阵； 基于所述亲和矩阵，通过训练好的网络模型得到变化检测结果。
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广东工业大学;广东能哥知识科技有限公司，其通讯地址为：510062 广东省广州市东风东路729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”。
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