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！

龙图腾网获悉北京理工大学申请的专利一种多源遥感卫星数据智能解译与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：CN115240080B 。

龙图腾网通过国家知识产权局官网在2026-01-09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：202211014339.8，技术领域涉及：G06V20/13；该发明授权一种多源遥感卫星数据智能解译与分类方法是由王俊杰;李伟;陶然;高云浩;张蒙蒙设计研发完成，并于2022-08-23向国家知识产权局提交的专利申请。

本一种多源遥感卫星数据智能解译与分类方法在说明书摘要公布了：本发明公开了一种多源遥感卫星数据智能解译与分类方法，在传统卷积神经网络的基础上引入了图卷积网络，通过图卷积操作获取数据中隐含的拓扑结构信息，在挖掘更多有意义特征的同时减少了对样本的依赖程度，在特征融合阶段，利用全局依赖融合模块捕获数据中的长距离依赖关系，更好地进行了多源数据特征融合。本发明在目标场景下可以通过引入额外的特征协同，从而实现更高的分类精度。

本发明授权一种多源遥感卫星数据智能解译与分类方法在权利要求书中公布了：1.一种多源遥感卫星数据智能解译与分类方法，其特征在于，包括以下步骤： 步骤1：构建光谱-空间特征提取网络； 通过使用两个卷积神经网络来分别从高光谱和多光谱数据中提取光谱和空间特征； 步骤2：构建图特征提取模型； 引入图卷积网络来获取数据中隐含的拓扑结构信息，利用图卷积操作执行关系学习，用来捕获拓扑结构信息；引入图依赖融合模块来增强多源图特征之间的交互； 包括如下子步骤： 步骤2.1：将步骤1中光谱-空间特征提取网络提取的特征映射到一个高维的图空间；其中图空间中表示节点，表示边；提取到的特征被映射成图表示；其中C是特征向量的维度，分别为特征向量的高和宽，代表图中节点的数量，对应着场景中的类别数，而则是节点的维度； 步骤2.2：构建一个过渡图用来增强高光谱和多光谱数据的特征关联和交互；用表示高光谱图特征，表示多光谱图特征； 步骤2.3：对于给定的图特征表示，利用图卷积通过矩阵乘法在上传播各节点之间的信息，以获得演化的特征空间： 步骤2.4：图依赖融合被用来融合三类图特征，和；三类图特征被拼接，之后利用全连接层将拼接后特征的维度恢复到，从而生成融合后的图特征； 步骤2.5：利用反映射函数将重新映射回卷积空间，得到特征，这一融合后的图特征表示被用以补充增强光谱空间特征的分类表征； 步骤3：在获取了图卷积特征以及光谱-空间特征的基础上，引入全局依赖融合模块，在充分融合各类特征的过程中实现长距离依赖关系的捕获； 步骤4：将融合后的特征送入分类器，并利用交叉熵损失函数，以误差最小化为目标，训练分类模型；训练完成之后载入模型，输入所要解译的目标区域的遥感图像，得到最终的分类结果，输出可视化分类图。

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北京理工大学，其通讯地址为：100089 北京市海淀区中关村南大街5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。