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！

龙图腾网获悉山东科技大学申请的专利一种小样本限制条件下基于特征筛选的海草床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：CN120708068B 。

龙图腾网通过国家知识产权局官网在2026-01-20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：202510922797.9，技术领域涉及：G06V20/10；该发明授权一种小样本限制条件下基于特征筛选的海草床分类方法是由宿殿鹏;高涵;杨安秀;阳凡林;毕广陆;周世文;杨文泽;时永瑞设计研发完成，并于2025-07-04向国家知识产权局提交的专利申请。

本一种小样本限制条件下基于特征筛选的海草床分类方法在说明书摘要公布了：本发明提供了一种小样本限制条件下基于特征筛选的海草床分类方法，属于海洋测绘技术领域，提取机载LiDAR测深数据与高光谱影像数据特征并完成空间配准与融合，基于Relief‑F与KPCA多策略特征优选模型筛选出高贡献率特征并进行非线性降维，生成优选特征集；基于K近邻策略建立边结构，从而形成具有局部拓扑性质的图结构，引入图注意力机制对节点特征进行自适应更新，根据样本之间的特征相似性动态调整信息传递权重；基于更新后的节点特征构建原型网络进行分类，每类原型由其支持样本特征均值表示，查询样本通过计算与各原型的欧氏距离进行分类，有效解决了实际海草床分类应用存在的特征冗余及小样本的问题，为海草床识别、修复提供有效的技术支撑。

本发明授权一种小样本限制条件下基于特征筛选的海草床分类方法在权利要求书中公布了：1.一种小样本限制条件下基于特征筛选的海草床分类方法，其特征在于： 步骤1：构建融合Relief-F与KPCA算法的多策略特征优选模型，筛选高贡献率特征并进行非线性降维，生成优选特征集； 步骤2：采用KNN策略构建样本之间的图结构，搭建注意力网络模型聚合邻居信息； 步骤3：通过构建类别原型并计算查询样本与原型间的距离实现海草床分类探测； 通过计算查询样本与各类别原型的欧式距离进行分类；设有C类数据集，每类有K个支持样本，则支持集S表示如下： 式中，表示类别c下第i个样本；为对应的类别标签； 每个类别c的原型向量中心μc为： 式中，fθ是特征提取函数； 根据支持样本特征与中心的距离，引入权重ωi： 则类别c的原型向量pc动态加权计算为： 计算查询样本xq与所有类别原型向量的欧氏距离d，通过Softmax函数归一化，得到查询样本xq归属于类别c的概率py＝c|xq： 其中，c’表示所有可能的类别。

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科技大学，其通讯地址为：266590 山东省青岛市黄岛区前湾港路579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。