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！

龙图腾网获悉山东师范大学申请的专利基于混合卷积神经网络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：CN119600348B 。

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：202411665711.0，技术领域涉及：G06V10/764；该发明授权基于混合卷积神经网络的高光谱图像分类方法及系统是由赵曰峰;宰程敏;胡楠楠设计研发完成，并于2024-11-20向国家知识产权局提交的专利申请。

本基于混合卷积神经网络的高光谱图像分类方法及系统在说明书摘要公布了：本发明提出了基于混合卷积神经网络的高光谱图像分类方法及系统，属于图像处理技术领域；包括对历史数据集进行波段选择，以Patch形式对其进行划分并作为预备训练样本；基于比例设置从中确定训练样本；对混合卷积神经网络进行训练，即采用上下文交互网络对训练样本中的图像进行浅层特征提取和融合以获得第一特征图；将第一特征图输入3D‑2D混合神经网络，进行深度特征提取；自适应调整混合卷积神经网络在特征提取中的模型参数以确定最优权重；将待分类的高光谱图像输入最优权重下的混合卷积神经网络重新进行特征提取以获取新的特征图；将新的特征图输入softmax‑fc分类器，实现对高光谱图像的分类。本发明能够实现对于高光谱图像的高效、高精度分类。

本发明授权基于混合卷积神经网络的高光谱图像分类方法及系统在权利要求书中公布了：1.基于混合卷积神经网络的高光谱图像分类方法，其特征在于，包括： 获取历史数据集，并采用PCA方法对所述历史数据集进行波段选择； 将经波段选择后的历史数据集以Patch形式进行划分； 以划分后的历史数据集作为预备训练样本；基于比例设置，从所述预备训练样本中确定训练样本； 利用所述训练样本对混合卷积神经网络进行训练，所述混合卷积神经网络包括上下文交互网络和3D-2D混合神经网络；具体的，采用上下文交互网络对所述训练样本中的图像进行浅层特征提取和融合，以获得第一特征图；将所述第一特征图输入3D-2D混合神经网络，进行深度特征的提取，以获得第二特征图；自适应调整所述混合卷积神经网络在特征提取过程中的模型参数，以确定最优权重； 将待分类的高光谱图像输入最优权重下的混合卷积神经网络重新进行特征提取，以获取新的特征图；并将新获得的特征图输入softmax-fc分类器，实现对高光谱图像的分类。

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山东师范大学，其通讯地址为：250014 山东省济南市历下区文化东路88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。