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！

龙图腾网获悉辽宁工程技术大学申请的专利一种基于函数化表达降维的高光谱影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：CN115937587B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202211569664.0，技术领域涉及：G06V10/764；该发明授权一种基于函数化表达降维的高光谱影像分类方法是由孙竞泽;贾淑涵;赵泉华设计研发完成，并于2022-12-08向国家知识产权局提交的专利申请。

本一种基于函数化表达降维的高光谱影像分类方法在说明书摘要公布了：本发明提出一种基于函数化表达降维的高光谱影像分类方法；首先对高光谱影像像素光谱测度按序累加，构建具有单调增特性的累加光谱曲线；通过多项式拟合累加光谱曲线，并获得其最佳函数表达式；最后以多项式系数为特征，采用SVM实现高光谱影像分类；为了验证本发明的有效性，分别对3幅高光谱影像数据进行实验，并将本发明与3种相关对比算法进行对比分析，结果表明，本发明对3幅高光谱影像的总体精度分别为97.83％、96.22％和98.15％，具有较高的总体精度，证明了采用多项式函数化表达系数作为特征可达到高光谱影像特征降维的目的，具有较高的类别可分性，能够取得较高的分类精度。

本发明授权一种基于函数化表达降维的高光谱影像分类方法在权利要求书中公布了：1.一种基于函数化表达降维的高光谱影像分类方法，其特征在于，具体包括以下步骤： 步骤1：下载高光谱影像数据和它的标签数据； 步骤2：对高光谱影像的各个像素的波段矢量，按波段的排列顺序依次累加求和，构造单调递增的累加光谱曲线，并对得到的累加光谱曲线进行多项式拟合，从而使每个像素的累加光谱曲线特征都用一个函数表达式来精确表示，得到拟合多项式的系数； 步骤3：对拟合多项式的系数进行归一化处理； 步骤3.1：多项式函数的表达； 对累加变换即式1后得到的新高光谱影像数据设为y,其中y={yi,i=1,...,n}，yi=yij,j=1,...,m看作为像素i的累加光谱曲线在m个波段频率tjj=1,...,m处的采样，满足t1t2…tm；设拟合像素i累加光谱曲线的多项式函数为fit，其中t为频率，则： 2 其中，l为多项式阶数索引，k为多项式拟合的最高阶数，ail为l阶项系数，ai=ail,l=0,...,k为系数集合； 拟合多项式2与累加光谱曲线在采样点tjj=1,...,m的误差平方和为： 3 其中： ； 其中，k为拟合的阶数，T为采样点集合，Ai为多项式系数矩阵，Yi为波段采样矩阵，tjl为第j波段第l阶项拟合采样点的值，ail为第i像素第l阶项系数，yij为新高光谱影像数据； 由于拟合误差越小，拟合越精确，选取误差平方和最小为准则；在最小化式3的条件下，求解多项式系数矩阵Ai为： 4 其中，T'为矩阵T的转置； 由此得到，当拟合阶数为k阶且kn时，得到的系数矩阵Ai是一个k+1阶的特征矩阵，降低了维度； 步骤3.2：对降维后的特征数据进行归一化处理； 由于多项式函数由其最高阶数以及各阶系数组成，因此在给定最高阶数的条件下，使用各阶系数唯一地表达该多项式；因此，选取多项式系数矢量a={ai,i=1,...,n}，其中ai=ail,l=0,...,k，作为高光谱影像分类的特征矢量； 对于任一像素i,aill=0,1,...,k的数量级相差很大，因此，将所有像素点的相同阶系数，aili=0,1,...,n，归一化到同一数量级；设归一化系数数据为b={bi,i=0,1,...,n}，其中bi=bil,l=0,1,...,k， 5 其中，almax=max{ail,i=1,...,n}，almin=min{ail,i=1,...,n}； 步骤4：对步骤3归一化后的数据输入到SVM分类器中，实现分类。

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辽宁工程技术大学，其通讯地址为：123000 辽宁省阜新市玉龙路88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”。

以上内容由龙图腾AI智能生成。