Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 四川轻化工大学陈明举获国家专利权

四川轻化工大学陈明举获国家专利权

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!

龙图腾网获悉四川轻化工大学申请的专利基于LiDAR引导及双向跨模态注意力的高光谱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:CN120833529B

龙图腾网通过国家知识产权局官网在2025-12-09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:202511326804.5,技术领域涉及:G06V10/771;该发明授权基于LiDAR引导及双向跨模态注意力的高光谱波段选择方法是由陈明举;张星月;熊兴中;李森远;段正旭;胡潇设计研发完成,并于2025-09-17向国家知识产权局提交的专利申请。

基于LiDAR引导及双向跨模态注意力的高光谱波段选择方法在说明书摘要公布了:本发明公开了一种基于LiDAR引导及双向跨模态注意力的高光谱波段选择方法,涉及高光谱波段选择技术领域,包括:获取目标对象的高光谱图像数据集和LiDAR数据集;构建预训练的波段选择网络,将目标对象的高光谱图像数据集和LiDAR数据集作为预训练的波段选择网络的输入,获取高光谱图像各波段的注意力权重;根据高光谱图像各波段的权重进行降序排序,并选择出排序结果中的前N个高光谱波段作为波段子集。本发明通过LiDAR特征的智能引导以及StarG模块的深度精炼,能够自适应地、智能地从原始HSI数据中筛选出最具有判别力和信息量的波段子集,从而有效地剔除冗余和噪声信息,有利于后续的高光谱图像处理任务。

本发明授权基于LiDAR引导及双向跨模态注意力的高光谱波段选择方法在权利要求书中公布了:1.一种基于LiDAR引导及双向跨模态注意力的高光谱波段选择方法,其特征在于,包括: 获取目标对象的高光谱图像数据集和LiDAR数据集; 构建预训练的波段选择网络,将目标对象的高光谱图像数据集和LiDAR数据集作为预训练的波段选择网络的输入,获取高光谱图像各波段的注意力权重; 根据高光谱图像各波段的权重进行降序排序,并选择出排序结果中的前N个高光谱波段作为波段子集; 波段选择网络包括依次连接的模态特征嵌入模块、双向跨模态注意力交互模块、LiDAR引导的StarG波段选择与特征增强模块、多尺度特征提取模块、线性分类器; 模态特征嵌入模块的输入为目标对象的高光谱图像数据集和LiDAR数据集,模态特征嵌入模块的输出为嵌入后的LiDAR特征序列和嵌入后的高光谱特征序列; LiDAR引导的StarG波段选择与特征增强模块包括依次连接的空间注意力单元、第一全局平均池化层、多尺度波段注意力单元、第一加权求和层、StarG模块、第二全局平均池化层、第二残差层、融合网络和第三残差层;其中空间注意力单元的输入同时作为第三残差层的输入;第一全局平均池化层的输出连接第二残差层的输入;空间注意力单元的输入为高光谱引导的LiDAR特征;第一加权求和层的输入还包括LiDAR引导的高光谱特征;LiDAR引导的StarG波段选择与特征增强模块的输出为增强LiDAR特征; StarG模块包括依次连接的输入特征层、第一瓶颈卷积层、第二瓶颈卷积层、第二加权求和层、第四瓶颈卷积层、第四残差层;StarG模块还包括依次连接的第三瓶颈卷积层和Psi门控单元;其中,输入特征层的输出分别连接第三瓶颈卷积层和第四残差层的输入;Psi门控单元的输出连接第二加权求和层的输入; 其中,Psi门控单元用于计算门控权重并生成门控特征;Psi门控单元包括依次连接的1×1卷积层、归一化层和Sigmoid激活函数。

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四川轻化工大学,其通讯地址为:643000 四川省自贡市汇东学苑街180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。

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。