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！

龙图腾网获悉浙江大学申请的专利基于反馈信息引导下光谱可变注意力的高光谱图像解混方法及装置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：CN118864869B 。

龙图腾网通过国家知识产权局官网在2025-12-16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：202410827733.6，技术领域涉及：G06V10/30；该发明授权基于反馈信息引导下光谱可变注意力的高光谱图像解混方法及装置是由向澍;陈淑涵;厉小润设计研发完成，并于2024-06-25向国家知识产权局提交的专利申请。

本基于反馈信息引导下光谱可变注意力的高光谱图像解混方法及装置在说明书摘要公布了：本发明公开了一种基于反馈信息引导下光谱可变注意力的高光谱图像解混方法及装置，涉及高光谱解混领域。包括：1图像预处理；2构造基于反馈信息引导下光谱可变注意力的神经网络；3利用训练样本对基于反馈信息引导下光谱可变注意力的神经网络进行训练，调整网络参数权重，得到训练后的解混神经网络模型；4针对待解混的高光谱图像，预测高光谱图像解混结果。本发明所提出的方法基于反馈机制着重于光谱可变信息的挖掘，针对性地设计了反馈增强、光谱可变注意力以及生成式解码器模块，能够更好地抑制光谱可变性对解混的影响，提高端元提取和丰度估计的精度。

本发明授权基于反馈信息引导下光谱可变注意力的高光谱图像解混方法及装置在权利要求书中公布了：1.一种基于反馈信息引导下光谱可变注意力的高光谱图像解混方法，其特征在于包括以下步骤： 步骤1：从原始高维波段数的高光谱图像中筛选有效的光谱信息并将图像投影为较低光谱维度的特征图； 步骤2：构造基于反馈信息引导下光谱可变注意力的神经网络，所述神经网络包括基于移动窗的Transformer编码器层、丰度编码层、线性重构层、反馈增强模块、光谱可变注意力模块和生成式解码器模块；利用随机参数作为网络的初始权重；其中，基于移动窗的Transformer模块用于从特征图中挖掘深层特征；丰度编码层从深层特征中提取丰度信息；线性重构层基于丰度信息线形重构图像；反馈增强模块基于重构图像深层特征的差异得到互补特征图；光谱可变注意力模块在互补特征图引导下挖掘深层特征中的光谱可变信息；生成式解码器模块用于对光谱可变信息建模，并生成缩放项和扰动项； 步骤3：利用训练样本对基于反馈信息引导下光谱可变注意力的神经网络进行训练，调整网络参数权重，得到训练后的解混神经网络模型； 步骤4：将待解混的高光谱图像输入训练好的解混神经网络模型，模型的丰度编码层输出丰度图作为丰度估计结果，并将线性重构层的权重作为端元估计的结果，实现对高光谱图像的解混。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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。