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！

龙图腾网获悉安徽大学申请的专利一种基于注意力联合网络的高光谱遥感图像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：CN115564996B 。

龙图腾网通过国家知识产权局官网在2026-01-02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：202211197910.4，技术领域涉及：G06V10/764；该发明授权一种基于注意力联合网络的高光谱遥感图像分类方法是由梁栋;王程伟;陈卫设计研发完成，并于2022-09-29向国家知识产权局提交的专利申请。

本一种基于注意力联合网络的高光谱遥感图像分类方法在说明书摘要公布了：本发明涉及一种基于注意力联合网络的高光谱遥感图像分类方法，与现有技术相比解决了训练样本有限的情况下导致分类性能不足的缺陷。本发明包括以下步骤：训练样本的获取和预处理；构建注意力联合网络；注意力联合网络的训练；分类样本的获取和预处理；高光谱遥感图像分类结果的获得。本发明从PCA降维后的高光谱图像中提取空间光谱特征和空间特征，引入了由通道注意和空间注意组成的注意力模块以细化特征，通过连接两个分支的输出，得到增强的空间光谱特征，最后利用Softmax分类器进行分类，在有限的训练样本情况下仍具有较好的分类性能。

本发明授权一种基于注意力联合网络的高光谱遥感图像分类方法在权利要求书中公布了：1.一种基于注意力联合网络的高光谱遥感图像分类方法，其特征在于，包括以下步骤： 11训练样本的获取和预处理：获取待训练的高光谱影像并进行预处理； 12构建注意力联合网络：以三维、二维卷积神经网络模型为基础，引入注意力机制，建立具有两个特征提取分支的注意力联合网络； 所述构建注意力联合网络包括以下步骤： 121搭建三维卷积神经网络： 三维卷积神经网络包含4个三维卷积块连接，其中以XP作为输入的高光谱遥感数据，分别采用通道数为n1、n2、n3、n4的卷积核：a×a×b,n1、a×a×c,n2、a×a×a,n3、a×a×a，n4输入数据进行空间光谱特征提取； 在三维卷积神经网络中，输入数据与三维核函数进行卷积，随后，通过激活函数来诱导非线性，利用提取的光谱波段与三维核函数卷积生成三维特征图； 122搭建二维卷积神经网络： 设定二维卷积神经网络包含4个二维卷积块连接，其中以XT作为输入的高光谱遥感数据，分别采用通道数为n1、n2、n3、n4的卷积核：a×a,n1、a×a,n2、a×a,n3、a×a，n4对输入数据进行空间特征提取； 在二维卷积神经网络中，输入数据与二维核函数进行卷积操作得到二维特征图，通过激活函数对卷积特征进行处理； 123针对在三维卷积神经网络的四个卷积块中，每两个相邻的卷积块插入一个注意力模块；针对在二维卷积神经网络的四个卷积块中，每两个相邻的卷积块插入一个注意力模块； 124在三维卷积神经网络后使用一个三维卷积层和一个三维全局平均池化层变成一维数组，二维卷积神经网络后使用一个二维卷积层和一个二维全局平均池化层后变成一维数组，然后将三维卷积神经网络输出的一维数组与二维卷积神经网络输出的一维数组相连，接入到Flatten层和全连接层中； 三维卷积神经网络和二维卷积神经网络中每个卷积层后使用Relu激活函数引导非线性和采用padding层填充； 13注意力联合网络的训练：将预处理后的高光谱影像输入注意力联合网络，使用具有注意力的卷积神经网络提取特征，然后融合特征并进行训练分类； 14分类样本的获取和预处理：获取待分类的高光谱影像并进行预处理； 15高光谱遥感图像分类结果的获得：将预处理后的待分类高光谱影像输入训练后的注意力联合网络，得到高光谱遥感图像分类结果。

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安徽大学，其通讯地址为：230031 安徽省合肥市蜀山区肥西路3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。