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！

龙图腾网获悉中国科学院空天信息创新研究院;海南空天信息研究院申请的专利一种基于协作学习的遥感场景分类的模型训练及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：CN116310825B 。

龙图腾网通过国家知识产权局官网在2026-01-23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：202310268456.5，技术领域涉及：G06V20/10；该发明授权一种基于协作学习的遥感场景分类的模型训练及方法是由孟庆岩;赵茂帆;张琳琳;胡新礼;石文旭;苏晨设计研发完成，并于2023-03-17向国家知识产权局提交的专利申请。

本一种基于协作学习的遥感场景分类的模型训练及方法在说明书摘要公布了：本发明实施例提供的一种基于协作学习的遥感场景分类的模型训练及方法，通过卷积神经网络和VisionTransformer分别提取局部特征和长距离特征；利用跨特征校准模块CFC对局部特征和长距离特征进行融合；利用联合损失进一步提升融合特征以及双分支特征提取器的性能；利用两阶段半监督训练策略来挖掘未标记数据的性能；基于分类器对融合后的特征进行分类。通过构建遥感场景的更具辨别力的表示特征来提升分类效果。

本发明授权一种基于协作学习的遥感场景分类的模型训练及方法在权利要求书中公布了：1.一种基于协作学习的遥感场景分类的模型训练方法，所述模型至少包括局部分类器、长距离分类器以及融合特征分类器，其特征在于，所述方法包括： 获取未标记样本集和已标记样本集； 将已标记样本集输入所述遥感场景分类模型，利用第一联合损失函数进行第一阶段训练，得到局部分类器、长距离分类器以及融合特征分类器； 使用所述局部分类器、长距离分类器以及融合特征分类器对所述未标记样本集进行标记和筛选，得到扩增样本集； 将已标记样本集和扩增样本集输入所述遥感场景分类模型，利用第二联合损失函数进行第二阶段训练，得到训练完成的所述遥感场景分类模型； 其中，所述第一联合损失函数根据深度监督损失函数和预测损失函数确定；所述深度监督损失函数基于遥感图像的局部特征和长距离特征得到，所述预测损失函数基于遥感图像的融合特征得到；所述局部特征和长距离特征通过对遥感图像进行提取得到；所述融合特征通过对局部特征和长距离特征进行融合得到； 所述第二联合损失函数根据深度监督损失函数、深度互相学习损失函数以及预测损失函数确定，所述深度互相学习损失函数基于局部-长距离特征、局部-融合特征、融合-长距离特征分支的深度互相学习损失得到。

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中国科学院空天信息创新研究院;海南空天信息研究院，其通讯地址为：100094 北京市海淀区邓庄南路9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。