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！

龙图腾网获悉中国人民解放军海军工程大学申请的专利基于自异构知识融合的遥感图像细粒度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：CN121214086B 。

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：202511769609.X，技术领域涉及：G06V10/764；该发明授权基于自异构知识融合的遥感图像细粒度分类方法是由周浩;罗廷金;高霏;郭雯霞;荆晶;詹昊可;崔国恒;樊昊霖设计研发完成，并于2025-11-28向国家知识产权局提交的专利申请。

本基于自异构知识融合的遥感图像细粒度分类方法在说明书摘要公布了：本发明提供了一种基于自异构知识融合的遥感图像细粒度分类方法，包括以下步骤：步骤S1：将遥感图像输入至预设的遥感细粒度分类模型，并获取遥感图像细粒度分类模型结果；遥感细粒度分类模型包含多个具有不同知识领域专家分类的预测向量；步骤S2：将多个具有不同知识领域专家分类的预测向量通过加和平均进行融合，形成最终的预测向量；步骤S3：根据最终的预测向量，计算遥感图像的最终细粒度分类识别结果。本发明在面向不同目标类型和不同成像场景的遥感图像上均表现出一致且优异的性能提升。

本发明授权基于自异构知识融合的遥感图像细粒度分类方法在权利要求书中公布了：1.一种基于自异构知识融合的遥感图像细粒度分类方法，其特征在于：包括以下步骤： 步骤S1：将遥感图像输入至预设的遥感细粒度分类模型，并获取遥感图像细粒度分类模型结果；所述遥感细粒度分类模型包含多个具有不同知识领域专家分类的预测向量； 步骤S2：将多个具有不同知识领域专家分类的所述预测向量通过加和平均进行融合，形成最终的预测向量； 步骤S3：根据所述最终的预测向量，计算所述遥感图像的最终细粒度分类识别结果； 步骤S1中，所述遥感细粒度分类模型包括：多级特征提取模块、自异构知识融合网络和个性化引导模块； 多级特征提取模块，用于从所述遥感图像中分层捕获语义特征，所述语义特征至少包括浅层局部特征、中间层注意力特征和深层全局特征； 自异构知识融合网络，用于将所述浅层局部特征和所述中间层注意力特征整合到所述深层全局特征中，并输入至多个专家分类器； 个性化引导模块，用于在模型训练过程中为多个所述专家分类器提供个性化指导；其中，多个所述专家分类器用于输出具有不同知识领域专家分类的预测向量； 所述个性化引导模块的步骤包括： 1识别最难的硬负类：计算所有专家分类器的平均预测向量，将在非目标类之间具有最大平均logit值的项标识为最难的硬负类； 2生成个性化指导老师：计算每一个专家分类器输出的预测向量与所述平均预测向量之间的差异向量，基于所述差异向量、最难的硬负累以及分类结果，设计一个标准化的指导向量； 3计算个性化指导损失：计算所述指导向量与所述差异向量之间的KL散度，形成个性化指导损失函数。

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中国人民解放军海军工程大学，其通讯地址为：430000 湖北省武汉市硚口区解放大道717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。