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！

龙图腾网获悉安徽大学申请的专利基于全局到局部的进化算法的高光谱端元提取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：CN115994867B 。

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：202211465044.2，技术领域涉及：G06V20/10；该发明授权基于全局到局部的进化算法的高光谱端元提取方法是由程凡;陈乃坤;王啟军设计研发完成，并于2022-11-22向国家知识产权局提交的专利申请。

本基于全局到局部的进化算法的高光谱端元提取方法在说明书摘要公布了：本发明公开了一种基于全局到局部的进化算法的高光谱端元提取方法，包括：1、导入高光谱遥感图像数据并构建种群的个体；2、对得到的高光谱遥感图像种群进行全局进化操作和多代进化获得一个高质量种群；3、对高质量种群进行局部进化和多代进化获得一组非支配的Pareto解集，获得一组高光谱端元提取的结果。本发明能从多个角度衡量端元的质量，探索整个图像，解决了端元重复问题，进一步提高了端元的精度，从而能达到更加完美的端元提取效果。

本发明授权基于全局到局部的进化算法的高光谱端元提取方法在权利要求书中公布了：1.一种基于全局到局部的进化算法的高光谱端元提取方法，其特征在于，包括如下步骤： S1：获取维度为L×N的高光谱遥感图像矩阵R，其中，L表示高光谱遥感图像的波段数，N表示高光谱遥感图像的像素数；令X表示高光谱遥感图像矩阵R中像素向量，且X＝{x1,x2,...,xi,...,xN}，xi表示第i个像素，若xi＝1，则表示第i个像素为端元；若xi＝0，则表示第i个像素为混合像素；令P表示高光谱遥感图像矩阵R的端元数； S2：利用式1-式3构建多目标优化函数minFX： minFX＝f1X,f2X1 式1-式3中，f1X为第一优化目标函数，f2X为第二优化目标函数，q1、q2、...、qP为高光谱遥感图像矩阵R中降维后的P个端元值；ri为高光谱遥感图像矩阵R中第i个像素，为第i个像素的重构值； S3：定义当前迭代次数为t，并初始化t＝1；最大的迭代次数为maxiter； 由N个像素中端元和混合像素的分布情况构成一个个体，从而随机初始化NP个个体并构成第t代种群其中，表示第t代种群Qt的第j个个体； S4：第t代种群Qt的全局进化； S4.1：通过两次二元竞标赛的方法从第t代种群Qt中分别第j次选出两个父代个体，并通过所述多目标优化函数minFX分别计算第j次选出的父代个体的适应度值，将适应度值较低的父代个体记为另一个父代个体为 S4.2：在[0,1]之间的产生第t代的第j个随机数randt,j； 如果randt,j0.5，则对父代个体进行非对称变异操作，得到一个子代个体否则，对父代个体进行基于SAD的修补操作，得到一个子代个体 S4.3：按照S4.1-S4.2的过程执行NP次，从而产生第t代的NP个子代个体构成第t代的子代种群 S4.4：通过快速非支配排序方法和拥挤距离计算的选择操作，从Ot和Qt中选择出较好的NP个个体组成第t+1代种群Qt+1； S4.5：将t+1赋值给t后，返回步骤S4执行，直到t＝45maxiter为止，从而得到全局进化后的高质量种群； S5：种群局部进化： S5.1：通过两次二元竞标赛的方法从第t代种群Qt中分别第j次选出两个父代个体，并通过所述多目标优化函数minFX分别计算第j次选出的父代个体的适应度值，将适应度值较低的父代个体记为另一个父代个体为 S5.2：对父代个体进行局部扰动操作，得到一个子代个体 S5.3：按照S5.1-S5.2的过程执行NP次，从而产生第t代的NP个子代个体构成第t代的子代种群 S5.4：通过快速非支配排序方法和拥挤距离计算的选择操作，从Ot和Qt中选择出较好的NP个个体组成第t+1代种群Qt+1； S5.5：将t+1赋值给t后，返回步骤S5执行，直到t＝maxiter为止，从而得到局部进化后的最终种群Qmaxiter； S5.6：根据多目标优化函数minFX，计算最终种群Qmaxiter的适应度值，并从最终种群Qmaxiter中选择非支配等级最小的Pareto解集所对应的个体，作为光谱遥感图像矩阵R的端元和混合像素的最优分布，从而得到光谱遥感图像矩阵R中的端元所在位置。

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安徽大学，其通讯地址为：230601 安徽省合肥市经济技术开发区九龙路111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”。