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！

龙图腾网获悉国科大杭州高等研究院申请的专利一种基于神经网络的窄波段光谱成像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：CN115731191B 。

龙图腾网通过国家知识产权局官网在2026-02-03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：202211467375.X，技术领域涉及：G06T7/00；该发明授权一种基于神经网络的窄波段光谱成像方法是由杨陈楹;郝凌云;朱美萍;温俊仁;高程;朱泽宇;潘雨婷;梅鸿宇设计研发完成，并于2022-11-22向国家知识产权局提交的专利申请。

本一种基于神经网络的窄波段光谱成像方法在说明书摘要公布了：本发明公开了一种基于神经网络的窄波段光谱成像方法，包括：目标物体经宽带编码滤光片阵列编码、成像和探测器检测，得到对应的全波段光强信息，然后将获得的全波段光强信息输入到构建的截断网络中，获得各个窄波段图像；所述截断网络由全网络训练得到，所述全网络由前置预测网络、截断网络以及连接在两者之间的全连接层组成。与传统的基于色散元件的窄波段光谱成像技术相比，本发明可以大幅提高获取窄波段光强图像的速度。并可以定量评估重构的窄波段光强的最优性和提高采集的窄波段光强的信噪比。同时设计结果的针对性更强，可以大幅缩减窄波段光谱成像设备的制造成本。

本发明授权一种基于神经网络的窄波段光谱成像方法在权利要求书中公布了：1.一种基于神经网络的窄波段光谱成像方法，其特征在于，包括：目标物体经宽带编码滤光片阵列编码、成像和探测器检测，得到对应的全波段光强信息，然后将获得的全波段光强信息输入到构建的截断网络中，获得各个窄波段图像；所述截断网络由全网络训练得到，所述全网络由前置预测网络、截断网络以及连接在两者之间的全连接层组成； 所述前置预测网络采用神经网络结构，输入为窄波段光强，输出为宽波段光谱，输入神经元数量为窄波段通道数，输出神经元数量为宽波段光谱通道数，中间设置若干隐层； 所述截断网络采用神经网络结构，输入为全波段光强，输出为窄波段光强，输入神经元数量为编码滤光片数，输出神经元数量为窄波段光强通道数，中间设置若干隐层； 所述全连接层中，第i个输入神经元与第j个输出神经元之间的连接权重为Wij，代表第j个编码滤光片在第i个光谱通道的光谱响应，i=1,2,…,M，j=1,2，…，N，M为宽波段光谱通道数，N为编码滤光片的个数； 全网络训练过程中，前置预测网络设置为不更新参数；全连接层的权重项设置为编码滤光片实际的透过率；偏置项全部设为0，设置为不更新参数；当训练完成后，将整个网络从全连接层后截断，得到截断网络。

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国科大杭州高等研究院，其通讯地址为：310024 浙江省杭州市西湖区象山支弄1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。