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！

龙图腾网获悉南京林业大学申请的专利一种基于图卷积网络的极化SAR相对相似性度量及分类算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：CN119942204B 。

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：202510030962.X，技术领域涉及：G06V10/764；该发明授权一种基于图卷积网络的极化SAR相对相似性度量及分类算法是由陈媛媛;王昊;郑加柱设计研发完成，并于2025-01-08向国家知识产权局提交的专利申请。

本一种基于图卷积网络的极化SAR相对相似性度量及分类算法在说明书摘要公布了：本发明提供了一种基于图卷积网络的极化SAR相对相似性度量及分类算法，在预处理完的极化SAR影像上进行极化超像素分割Pol‑ASLIC，然后使用提出的融合了对称修订Wishart距离和AIRM距离的||WA||22距离来计算极化协方差矩阵间的相似性程度并构建邻接矩阵，最后以极化协方差矩阵作为超像素区域特征输入GCN图卷积网络进行半监督分类。本申请在图卷积网络中对极化SAR数据的度量效果要优于目前热门的对称修订Wishart距离与AIRM距离，能够实现更好的极化SAR分类效果和精度。

本发明授权一种基于图卷积网络的极化SAR相对相似性度量及分类算法在权利要求书中公布了：1.一种基于图卷积网络的极化SAR相对相似性度量及分类方法，其特征在于，包括以下步骤： 步骤1，对获取的一景极化SAR单视复数影像，进行轨道校正、辐射定标、多视、极化滤波、地形校正、地理编码，以减弱相干斑噪声和几何畸变，提高图像的目视解译效果，并获取预处理后的极化协方差矩阵； 步骤2，以极化协方差矩阵作为像元属性值进行极化超像素分割； 步骤3，计算超像素的平均极化协方差矩阵； 步骤4，通过GoogleEarth目视解译确定地物类别数，选取训练样本像元，并提取样本像元的极化协方差矩阵； 步骤5，将超像素的平均极化协方差矩阵与样本像元的极化协方差矩阵合并为矩阵集，计算矩阵集中任意两个极化协方差矩阵间的对称修订Wishart距离与AIRM距离； 步骤6，将对称修订Wishart距离与AIRM距离进行线性归一化，并构建成Wishart-AIRM向量； 步骤7，计算Wishart-AIRM向量的L2范数距离，即‖WA‖2距离，公式为X与Y为任意两个极化协方差矩阵，并使用‖WA‖2距离构建邻接矩阵，以平均极化协方差矩阵作为目标特征输入GCN深度神经网络进行半监督分类。

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南京林业大学，其通讯地址为：210037 江苏省南京市玄武区龙蟠路159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。