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！

龙图腾网获悉长春理工大学申请的专利一种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：CN120014344B 。

龙图腾网通过国家知识产权局官网在2026-02-06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：202510088984.1，技术领域涉及：G06V10/764；该发明授权一种高光谱图像分类方法是由葛微;王莹莹;詹伟达;刘妍妍;陈宇;池守鑫;邢健;蒋一纯设计研发完成，并于2025-01-21向国家知识产权局提交的专利申请。

本一种高光谱图像分类方法在说明书摘要公布了：本发明公开一种高光谱图像分类方法，涉及图像处理技术领域，包括步骤如下：准备及预处理数据集；构建网络模型；选取损失函数和评价指标；训练网络模型；本发明通过将光谱特征提取模块和空间特征提取模块并行处理，采取多尺度特征提取的方式获取了不同感受野的光谱和空间特征，并采取动态特征融合模块自适应地融合光谱和空间特征，能够有效地提升模型的分类精度、训练效率和泛化性，同时具有良好的灵活性、可扩展性；提出的动态特征融合模块能够基于交叉互注意力模块自适应地进行动态跨特征交互，交叉互注意力模块能够基于动态机制实现光谱和空间特征之间的高效交互，同时提高模型对复杂场景的泛化能力。

本发明授权一种高光谱图像分类方法在权利要求书中公布了：1.一种高光谱图像分类方法，其特征在于，包括以下步骤： 步骤1，准备及预处理数据集：准备四种高光谱数据集，并对各数据集进行预处理，划分训练集和测试集； 步骤2，构建网络模型：构建包含光谱校准块、光谱特征提取模块、空间特征提取模块、动态特征融合模块和M型分类器的网络模型；其中，所述光谱特征提取模块包括轻量级transformer编码器模块和多尺度光谱特征提取模块，用于提取全局光谱特征和多尺度局部光谱特征；所述空间特征提取模块包括卷积非线性模块、相似度自注意力模块、多尺度空间特征提取模块和卷积层，用于提取全局空间特征和多尺度局部空间特征；所述动态特征融合模块基于交叉互注意力模块自适应地融合光谱和空间特征； 步骤3，选取损失函数和评价指标：使用交叉熵损失函数作为损失函数，选取整体分类精度、平均分类精度、卡帕系数和混淆矩阵作为评价指标； 步骤4，训练网络模型：设置最大训练轮次数，选择Adam优化器并使用预热策略逐渐增加学习率，训练网络模型直至损失函数的值小于设定的阈值； 所述卷积非线性模块包括重塑、二维卷积层，批归一化层和M型激活函数； 所述相似度自注意力模块包括余弦相似度、高斯欧几里得相似度、S型函数和残差连接； 所述多尺度空间特征提取模块包括六个卷积块、全局平均池化、全连接层、批归一化层和R型激活函数。

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长春理工大学，其通讯地址为：130012 吉林省长春市卫星路7089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。