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！

龙图腾网获悉西安邮电大学申请的专利一种高光谱图像分类方法、系统、电子设备及介质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：CN117132895B 。

龙图腾网通过国家知识产权局官网在2026-01-06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：202311175001.5，技术领域涉及：G06V20/10；该发明授权一种高光谱图像分类方法、系统、电子设备及介质是由丁晨;岳嘉豪;杨宇堃;陈有法;赵俊豪;李乾芃;徐耀阳设计研发完成，并于2023-09-13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方法、系统、电子设备及介质在说明书摘要公布了：本发明公开一种高光谱图像分类方法、系统、电子设备及介质，涉及高光谱图像处理领域，该方法包括：对待分类高光谱图像应用因子分析进行降维，并在预设区域内以各像素点为中点从降维后的待分类高光谱图像中提取多个三维像素块；将多个三维像素块输入分类模型，得到待分类高光谱图像的分类结果。本发明能够提高高光谱图像分类结果的准确性。

本发明授权一种高光谱图像分类方法、系统、电子设备及介质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，所述分类方法包括： 对待分类高光谱图像应用因子分析进行降维，并在预设区域内以各像素点为中点从降维后的待分类高光谱图像中提取多个三维像素块； 将多个所述三维像素块输入分类模型，得到待分类高光谱图像的分类结果；所述分类模型是通过训练集对深度学习网络进行训练得到的；所述深度学习网络包括依次连接的多个特征融合-置换注意力机制模型、采样层和全连接层；所述特征融合-置换注意力机制模型包括依次连接的特征融合模型和置换注意力机制；所述特征融合模型包括依次连接的二维卷积、多尺度残差上下文Transformer网络和拼接模块；所述训练集包括高光谱图像样本的多个三维像素块和所述高光谱图像样本对应的分类结果； 所述深度学习网络包括连接的两个所述特征融合-置换注意力机制模型； 将多个所述三维像素块输入第一个所述特征融合-置换注意力机制模型中的特征融合模型，输出第一融合后特征图； 应用置换注意力机制，对所述第一融合后特征图的空间维度的特征信息和通道维度的特征信息进行加权，得到初始校准后的特征图； 将所述初始校准后的特征图输入第二个所述特征融合-置换注意力机制模型中的特征融合模型，输出第二融合后特征图； 应用置换注意力机制，对所述第二融合后特征图的空间维度的特征信息和通道维度的特征信息进行加权，得到校准后的特征图，具体包括：将所述第二融合后特征图沿通道维度进行分组，得到多组子特征图；分别将各组所述子特征图沿通道维度平均分为两部分，得到两个分支特征图；所述两个分支特征图包括第一分支特征图和第二分支特征图；将所述第一分支特征图沿通道维度对空间维度的特征信息进行压缩，并对压缩后的空间维度特征信息应用门控机制和激活函数，得到校准后的第一分支特征图；对所述第二分支特征图，应用组归一化，得到归一化后的空间维度特征信息；对所述归一化后的空间维度特征信息应用门控机制和激活函数，得到注意力权重图；将所述第二分支特征图与所述注意力权重图对应相乘，得到校准后的第二分支特征图；将所述校准后的第一分支特征图和所述校准后的第二分支特征图在通道维度上进行连接，得到校准后的子特征图；将各组所述校准后的子特征图进行聚合，得到聚合后的特征图；对所述聚合后的特征图应用通道置换操作，得到校准后的特征图。

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西安邮电大学，其通讯地址为：710121 陕西省西安市西长安街618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。