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！

龙图腾网获悉哈尔滨工业大学申请的专利一种高光谱图像分类模型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：CN120580509B 。

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：202510880047.X，技术领域涉及：G06V10/764；该发明授权一种高光谱图像分类模型是由张甲;段展;安煦阳;周圳涛设计研发完成，并于2025-06-27向国家知识产权局提交的专利申请。

本一种高光谱图像分类模型在说明书摘要公布了：本发明涉及高光谱图像处理技术领域，更具体的说是一种高光谱图像分类模型。旨在解决高光谱图像处理中的计算复杂度与性能瓶颈。该模型可以应用于遥感、环境监测、资源勘探等领域的高光谱图像分析任务。通过采用随机傅里叶特征非线性主成分分析RFF‑NLPCA进行高效降维处理，有效减少冗余信息并加快计算速度。模型引入了轻量化空间SSMBlock和光谱SSMBlock模块，通过空间维度与光谱维度的特征建模提升了图像分类精度与鲁棒性。门控融合模块GFM优化了空间和光谱特征的融合能力，提升了特征表达的判别能力。最终，该模型能够高效处理高维度的高光谱数据，提供更精准的分类结果，具有较低的计算开销和较高的性能，特别适用于处理大规模的高光谱图像数据。

本发明授权一种高光谱图像分类模型在权利要求书中公布了：1.一种高光谱图像分类方法，其特征在于，包括以下步骤： 步骤一：降维模块将高光谱图像通过随机傅里叶特征非线性主成分分析降维处理，降维后的图像裁剪为一个块区域； 步骤二：块区域送入空间-光谱联合初步特征提取模块，通过并行多尺度空间卷积与光谱通道注意力机制，提取空间信息与光谱信息； 步骤三：空间光谱维度特征建模模块通过双残差路径抑制梯度消失，结合多方向动态扫描，分别实现空谱特征建模； 步骤四：门控融合模块将空间维度和光谱维度的信息融合，融合后的特征通过GAP及MLP模块映射到类别空间，输出每个类别的概率值； 高光谱图像原始数据表示为形状为H,W,C的三维张量，其中H和W分别为图像的高和宽，C表示每个像素点的光谱维度，在步骤一中： A1、将高光谱图像沿空间维度展平为二维矩阵，其中是像素总数，随后随机傅里叶特征非线性主成分分析将每个像素的光谱向量从原始的C维空间映射到一个D维的非线性特征空间，得到： 其中，为服从正态分布采样的频率矩阵，为从均匀分布中采样的偏置向量，在计算上绕过核矩阵，显式地近似核PCA的效果，即： A2、在该显式映射空间中对中心化后的特征矩阵通过特征分解协方差矩阵得到主成分矩阵，并将原始数据投影为： A3、降维后的矩阵Y重构为三维结构H,W,C1。

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哈尔滨工业大学，其通讯地址为：150001 黑龙江省哈尔滨市南岗区西大直街92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。