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一种统一框架增量学习遥感场景分类方法及系统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：CN119399525B 。

龙图腾网通过国家知识产权局官网在2025-09-26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：202411469952.8，技术领域涉及：G06V10/764；该发明授权一种统一框架增量学习遥感场景分类方法及系统是由焦李成;路小强;柴金铭;车晨悦;马晶晶;李玲玲;陈璞花;杨淑媛设计研发完成，并于2024-10-21向国家知识产权局提交的专利申请。

本一种统一框架增量学习遥感场景分类方法及系统在说明书摘要公布了：本发明提供了一种统一框架增量学习遥感场景分类方法及系统，属于图像处理技术领域，包括统一数据库构建、统一骨干网络、分类头网络模型构建、统一超参数构建、线性规划增量学习有监督训练范式网络训练、分类预测结果输出和统一模型验证；本发明能够构建统一的遥感图像分类模型框架范式，框架支持多种模型嵌入，使得模型精确、通用且易于验证，而且支持各类模态数据作为模型输入，显著增强了框架的通用性；同时设计出一种基于线性规划增量学习的有监督学习训练范式，使得模型能够在大规模异源数据集上进行连续的全监督训练，增强了模型的泛化性。

本发明授权一种统一框架增量学习遥感场景分类方法及系统在权利要求书中公布了：1.一种统一框架增量学习遥感场景分类方法，其特征在于，包括以下步骤： S1，统一数据库构建：构建包含若干个图像数据集的统一数据库，其中，每个图像数据集由训练集、验证集和测试集构成，然后对统一数据库进行数据增强； S2，统一骨干网络、分类头网络模型构建：调整实验配置文件中的模型参数，实现不同类型的骨干网络的选择，分类头网络负责将骨干网络提取的特征映射转换为最终的分类结果，根据实验配置文件中的模型参数，选择不同类型的分类头网络，并根据需要进行配置，将骨干网络和分类头网络组合为统一模型； S3，统一超参数构建：构建统一优化器、学习率和损失函数超参数； S4，线性规划增量学习有监督训练范式网络训练：将S1中创建的若干个训练集依次作为训练数据输入S2中构建的统一骨干网络、分类头网络模型，将S3中构建的超参数应用于线性规划增量学习有监督训练范式，对统一骨干网络、分类头网络模型进行训练，训练过程中使用S1中创建的验证集对统一骨干网络、分类头网络模型的分类性能进行实时计算，然后使用损失函数、优化器和学习率超参数对统一骨干网络、分类头网络模型的权重进行反向传播，得到训练好的统一骨干网络、分类头网络模型权重； S5，分类预测结果输出：调用test_model_builder函数加载统一的骨干网络和分类头网络模型，然后将S4得到的权重作为S2得到的统一骨干网络、分类头网络模型参数，将S1中构建的测试集输入统一骨干网络、分类头网络模型中，输出分类预测结果； S6，统一模型验证：将S5输出的分类预测结果进行性能评估，验证统一骨干网络、分类头网络模型在分类精度和泛化能力上的表现。

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”。