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！

龙图腾网获悉西北工业大学申请的专利一种基于最大熵模糊聚类的高光谱图像鲁棒波段选择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：CN116310823B 。

龙图腾网通过国家知识产权局官网在2025-09-05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：202310259701.6，技术领域涉及：G06V20/10；该发明授权一种基于最大熵模糊聚类的高光谱图像鲁棒波段选择方法是由王靖宇;张欣茹;聂飞平;李学龙设计研发完成，并于2023-03-16向国家知识产权局提交的专利申请。

本一种基于最大熵模糊聚类的高光谱图像鲁棒波段选择方法在说明书摘要公布了：本发明涉及一种最大熵模糊聚类的高光谱图像鲁棒波段选择方法，属于模式识别领域技术领域。构建了动态信息熵图Y降低算法对初始化聚类中心的敏感性，在此基础上将“样本‑聚类质心”最小二乘项度量函数修改为基于l2,1范数的全局鲁棒性度量方式，来进一步提高算法对噪声数据的鲁棒性。所设计方法可以严格保证收敛至最优解，同时提升运算效率因而具有更强的泛化性能，从而可以提升对噪声污染高光谱图像波段选择的鲁棒性。

本发明授权一种基于最大熵模糊聚类的高光谱图像鲁棒波段选择方法在权利要求书中公布了：1.一种基于最大熵模糊聚类的高光谱图像鲁棒波段选择方法，其特征在于步骤如下： 步骤1：获取图像数据信息构建数据矩阵 对于光谱波段特征维度为d的高光谱图像数据，其单一波段的像素样本数为n，将每波段图像数据拉伸为1×n的行向量，其中u和v分别为单一波段高光谱图像的长和宽，所以n＝u×v；将波段总数为d的高光谱图像数据转化为目标数据矩阵其中矩阵的每一行代表第i波段的高光谱图像；每个波段的图像则代表一个数据样本；所选择波段特征数为c，则可以随机初始化c个簇的聚类中心，即获得初始的是第j个簇的质心； 步骤2：建立基于最大熵模糊聚类的高光谱图像鲁棒波段选择框架 在处理包含噪声的高光谱图像数据时，初始化聚类中心至噪声数据；受到熵度量的启发，构建动态信息熵图Y降低算法在低信噪比数据中对初始化聚类中心的敏感性，将“样本-聚类质心”度量函数修改为基于l2,1范数稀疏学习的全局鲁棒性度量方式，来进一步提高算法对噪声数据的鲁棒性；优化目标为 s.t.Y≥0,Y1＝1,sT1＝k,0≤s≤1 其中是模糊隶属度，聚类的质心矩阵为矩阵Y代表每个元素yij表示第i个样本属于第j个簇的隶属度；用来筛选n-k个噪声数据，si为s第i个元素的值； 步骤3：交替迭代优化目标函数 采用交替迭代优化的方法求解目标函数中的m，Y，s三个变量，首先初始化m和Y，根据公式计算得到s；再固定s和m，针对真实样本与噪声数据分别进行不同优化得到Y；然后固定s和Y，依据公式求解m，依次循环直至收敛； 步骤4：将优化得到的用来筛选被噪声污染的图像波段，最终能够获取c个更加纯净聚类簇，从中采用其每一簇中聚类质心m代表该簇内波段，从而获取代表波段子集

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北工业大学，其通讯地址为：710072 陕西省西安市友谊西路；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”。