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！

龙图腾网获悉西安电子科技大学申请的专利基于多尺度卷积傅里叶和双分支自注意力的高光谱图像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：CN119445257B 。

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：202411851633.3，技术领域涉及：G06V10/764；该发明授权基于多尺度卷积傅里叶和双分支自注意力的高光谱图像分类方法是由慕彩红;陈素玲;刘逸;何馨雨;王蓉芳;张梦璇;刘波设计研发完成，并于2024-12-16向国家知识产权局提交的专利申请。

本基于多尺度卷积傅里叶和双分支自注意力的高光谱图像分类方法在说明书摘要公布了：本发明公开一种基于多尺度卷积傅里叶和双分支自注意力的高光谱图像分类方法，主要缓解现有技术中标记样本有限、特征提取不充分、计算复杂度较高的问题。其实现方案包括：获取高光谱数据集，并对其进行预处理后划分为训练样本集和测试样本集；构建包括多尺度卷积傅里叶特征提取模块、特征令牌化模块、双分支多尺度Transformer编码器模块和多层感知机分类头的高光谱图像分类网络模型；利用训练样本集通过梯度下降法对分类网络模型进行迭代训练；将测试样本集输入到训练好的分类网络模型得到高光谱图像的分类结果。本发明能在训练样本有限的情况下有效提升高光谱图像的分类精度，减少模型的计算复杂度，可用于精准农业、矿产勘探和海洋监测的地物分类。

本发明授权基于多尺度卷积傅里叶和双分支自注意力的高光谱图像分类方法在权利要求书中公布了：1.一种基于多尺度卷积傅里叶和双分支自注意力的高光谱图像分类方法，其特征在于，包括如下步骤： 1获取包含多个目标类别的高光谱数据集，对高光谱数据集中的高光谱图像进行预处理并划分为训练样本集和测试样本集； 2构建高光谱图像分类网络模型： 2a构建多尺度卷积傅里叶特征提取模块，其包括串联的多尺度卷积子模块和多尺度轻量化快速傅里叶卷积子模块，用于提取局部与全局的多尺度特征； 2b构建特征令牌化模块，其包括展开层和投影层，该模块的输入经过展开层和投影层后与分类令牌进行拼接，拼接的特征与位置编码进行相加，用于将特征提取模块提取的多尺度特征进行令牌化处理； 2c构建双分支多尺度Transformer编码器模块，其包括第一归一化层、双分支多尺度自注意力子模块、第二归一化层及多尺度卷积MLP子模块，其中，第一归一化层的输入端与双分支多尺度自注意力子模块的输出端残差连接，第二归一化层的输入端与多尺度卷积MLP子模块的输出端残差连接，用于模仿生物视觉对像素间的全局关系进行建模； 所述双分支多尺度自注意力子模块，其包括一个线性层，一个多尺度局部稀疏自注意力分支和一个多尺度全局下采样自注意力分支，其中： 线性层，用于对输入特征进行线性投影，获得对应的查询Q、键K和值V； 多尺度局部稀疏自注意力分支，用于将经过线性投影得到的Q、K、V沿通道维度划分到三个不同的头部，每个头部中针对Q的每一个位置像素特征，采用不同尺寸的滑动窗口对K和V中对应位置的像素特征进行稀疏选择，其中，第一个头部中滑动窗口的尺寸为，第二个头部中滑动窗口的尺寸为5x5，第三个头部中滑动窗口的尺寸为7x7；这三个头部对K和V分别进行稀疏选择所得到的像素特征依次进行拼接，得到拼接后的键K1和值V1，并计算查询Q与键K1之间的注意力分数：； 多尺度全局下采样自注意力分支，其采用平均池化作为下采样操作，对K和V分别进行三次不同尺度的下采样，得到K的三个大小分别为、和的下采样特征图和V的三个大小分别为、和的下采样特征图，将K的三个下采样特征图依次展开并拼接得到键K2，将V的三个下采样特征图依次展开并拼接得到值V2，并计算查询Q与键K2之间的注意力分数：； 将注意力分数和注意力分数进行拼接，拼接的结果通过Softmax函数后拆分为新的注意力分数和新的注意力分数，并分别将与值V1和与值V2进行加权求和，再将这两个加权求和的结果进行相加的输出输入给第二归一化层； 2d构建包括一个线性层的多层感知机分类头，用于进行预测分类； 2e将多尺度卷积傅里叶特征提取模块、特征令牌化模块、双分支多尺度Transformer编码器模块和多层感知机分类头依次级联，构成基于多尺度卷积傅里叶和双分支自注意力的高光谱图像分类网络模型，并将交叉熵损失函数作为该图像分类网络模型的损失函数； 3将训练样本集作为分类网络模型的输入，采用梯度下降法对其进行迭代训练，得到训练好的分类网络模型； 4将测试样本集输入到训练好的分类网络模型，得到每个测试样本对应的分类结果。

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电子科技大学，其通讯地址为：710071 陕西省西安市雁塔区太白南路2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。