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！

龙图腾网获悉济南市勘察测绘研究院申请的专利一种基于自生长卷积神经网络的国土测绘数据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：CN116704378B 。

龙图腾网通过国家知识产权局官网在2025-12-12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：202310489020.9，技术领域涉及：G06V20/17；该发明授权一种基于自生长卷积神经网络的国土测绘数据分类方法是由梁勇设计研发完成，并于2023-04-25向国家知识产权局提交的专利申请。

本一种基于自生长卷积神经网络的国土测绘数据分类方法在说明书摘要公布了：本发明公开了一种基于自生长卷积神经网络的国土测绘数据分类方法，包括：构建卷积神经网络模型包括光谱特征提取模块和空间特征提取模块用于从光谱和空间两个方面提取对应特征信息，特征融合模块融合光谱和空间分别对应的特征信息，网络输出模块将融合的特征信息进行分类；利用有标签数据集对模型进行训练；在每次训练后，选择部分无标签数据添加至有标签数据集，同时判断模型是否满足自生长，若满足，增加光谱特征提取模块和空间特征提取模块以更新模型，利用新的有标签数据集对更新的模型继续进行训练，直至满足停止条件，输出训练好的模型；利用训练好的模型对待分类数据进行分类。本发明可以获得更好的高光谱图像分类性能。

本发明授权一种基于自生长卷积神经网络的国土测绘数据分类方法在权利要求书中公布了：1.一种基于自生长卷积神经网络的国土测绘数据分类方法，其特征在于，包括： 利用无人机搭载相机拍摄国土测绘图像数据；其中，所述国土测绘图像数据包括少量的有标签数据集和大量的无标签数据集； 构建卷积神经网络模型；所述卷积神经网络模型包括光谱特征提取模块和空间特征提取模块构成的基础特征提取模块，以及特征融合模块、网络输出模块，其中，所述光谱特征提取模块和所述空间特征提取模块分别用于从光谱和空间两个方面提取对应特征信息，所述特征融合模块用于融合光谱对应的特征信息和空间对应的特征信息，所述网络输出模块用于将融合的特征信息进行分类； 利用所述有标签数据集对构建的卷积神经网络模型进行迭代训练；在每一次迭代训练完成后，从所述无标签数据集中选择部分无标签数据添加至有标签数据集，同时判断卷积神经网络模型是否满足自生长条件，若满足，则在基础特征提取模块中分别增加一光谱特征提取模块和一空间特征提取模块以更新卷积神经网络模型，再利用新的有标签数据集对更新的卷积神经网络模型继续进行训练，若不满足，则保持卷积神经网络模型，再利用新的有标签数据集对保持的卷积神经网络模型继续进行训练，直至满足迭代停止条件，输出训练好的卷积神经网络模型；其中，判断卷积神经网络模型是否满足自生长条件，包括：构建卷积神经网络模型对应的整体损失函数；根据所述整体损失函数计算当前卷积神经网络模型的损失值，判断所述损失值是否大于预设损失值，若不是，则所述卷积神经网络模型满足自生长条件，若是，则所述卷积神经网络模型不满足自生长条件；训练过程中，构建的卷积神经网络模型对应的整体损失函数包括两部分，公式表示为： ； 其中，表示整体损失函数，表示交叉熵损失函数，表示局部特征保持函数，表示权衡参数；交叉熵损失优化函数，公式表示为： ； ； 其中，表示欧式距离，表示参数的特征提取函数，表示有标签数据集中第个类别的特征，表示为类别的数目，表示有标签数据集中的一个样本，表示样本对应的标签，表示有标签数据集； 局部特征保持函数，公式表示为： ； 其中，表示有标签数据集中样本数目，表示卷积神经网络的网络参数，k表示最近邻的邻域样本数目，表示有标签数据集中样本在低维特征空间的表示，表示邻域样本在低维特征空间的表示，表示邻域样本对标签高光谱训练数据中样本重建的贡献，表示范数的平方； 利用所述训练好的卷积神经网络模型对拍摄的待分类国土测绘图像数据进行分类。

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济南市勘察测绘研究院，其通讯地址为：250000 山东省济南市高新舜华路2000号舜泰广场1号楼A座12-16层；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。