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！

龙图腾网获悉中山大学申请的专利基于分层双向对比学习的高光谱图像分类方法及系统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：CN120014317B 。

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：202411967756.3，技术领域涉及：G06V10/764；该发明授权基于分层双向对比学习的高光谱图像分类方法及系统是由贺智;董建;周承乐设计研发完成，并于2024-12-30向国家知识产权局提交的专利申请。

本基于分层双向对比学习的高光谱图像分类方法及系统在说明书摘要公布了：本发明公开了一种基于分层双向对比学习的高光谱图像分类方法及系统。方法包括以下步骤：获取高光谱遥感图像数据，并对所述高光谱遥感图像数据进行预处理；对预处理后的高光谱遥感图像数据进行数据增强以构造若干个数据增强样本，并根据构造的若干个数据增强样本提取图像数据的在线表征与目标表征；基于目标表征计算在线表征的正样本与负样本，并根据在线表征与正负样本训练编码器网络模型；利用所述编码器网络模型对待分类的高光谱遥感图像数据进行分类，并输出分类结果。通过本发明的方法与系统，能够有效解决高光谱图像分类过程中出现的信息冗余，提高高光谱图像分类的精准度，进而有效减少对高光谱图像的精确标注所消耗的较大人力物力。

本发明授权基于分层双向对比学习的高光谱图像分类方法及系统在权利要求书中公布了：1.一种基于分层双向对比学习的高光谱图像分类方法，其特征在于，所述方法包括以下步骤： 获取高光谱遥感图像数据，并对所述高光谱遥感图像数据进行预处理； 对预处理后的高光谱遥感图像进行数据增强以构造若干个数据增强样本，并根据构造的若干个数据增强样本提取图像数据的在线表征与目标表征； 基于目标表征计算在线表征的正样本与负样本，并根据在线表征与正负样本训练编码器网络模型； 利用所述编码器网络模型对待分类的高光谱遥感图像数据进行分类，并输出分类结果； 所述的基于目标表征计算在线表征的正样本与负样本，并根据在线表征与正负样本训练编码器网络模型的过程包括： 设计基于分层字典查询的编码器网络，表达式为： 基于分层字典查询的编码器网络在网络的不同深度维护两个字典结构，以接收梯度更新的方式在线更新字典原型，通过计算字典原型与目标表征的相似度检索在线表征的正样本与负样本，将检索到的与目标表征具有最大相似度值的字典原型作为正样本，将检索到的与目标表征具有最小相似度值的字典原型作为负样本； 其中，表示编码器网络的浅层字典，表示编码器网络的深层字典，表示浅层字典的参数，表示深层字典的参数，表示在线编码器的参数，表示正样本原型，表示剩余原型，表示原型对比损失函数，表示在线编码器提取的在线表征，表示输入样本，B表示批次大小； 基于字典检索到的负样本，构造反向对比损失函数，表达式为： 其中，是负样本原型，表示温度系数。

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中山大学，其通讯地址为：510315 广东省广州市海珠区新港西路135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。