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！

龙图腾网获悉赛思倍斯(绍兴)智能科技有限公司申请的专利一种基于多阶段超像素引导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：CN116612321B 。

龙图腾网通过国家知识产权局官网在2026-02-10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：202310479833.X，技术领域涉及：G06V10/764；该发明授权一种基于多阶段超像素引导的高光谱图像分类方法是由李伟明;刘其康设计研发完成，并于2023-04-28向国家知识产权局提交的专利申请。

本一种基于多阶段超像素引导的高光谱图像分类方法在说明书摘要公布了：本发明公开了一个以超像素为引导构建多级图结构的网络SGM‑LGAT，用于HSI分类。主要包括以下步骤，我们通过分层的超像素分割算法，从超像素表示中创建不同阶段的高光谱数据的邻接连接图以有效利用空间拓扑结构，得到不同阶段的邻接矩阵和关联矩阵。然后，我们还设计了一个aliteGATmoduleLGAT，通过光谱稀疏化来修剪图，以去除图中一些与任务无关紧要的边，并利用邻接矩阵为剩下的每一个边分配唯一的注意力系数。另外，将LGAT被用来与频谱分支进行concat来进行特征的融合与更新。SGM‑LGAT计算量小，效率高，可从多尺度层次的角度挖掘HSIs的特征，通过在三个基准数据集上的大量对比实验证明，其性能与其他基于深度学习的方法具有竞争力。

本发明授权一种基于多阶段超像素引导的高光谱图像分类方法在权利要求书中公布了：1.一种基于多阶段超像素引导的高光谱图像分类方法，其特征在于，包括： 采用超像素技术对高光谱图像数据集创建多层次图结构； 计算所述多层次图结构的邻接矩阵A和关联矩阵C； 基于所述多层次图结构，并通过所述关联矩阵C，形成具有编码器和解码器的U型跳连接结构网络； 利用所述邻接矩阵A，采用图算法从空间和光谱两个方向进行高光谱图像的空间光谱特征的融合与更新，得到所述U型跳连接结构网络的每一层的新特征； 对所述新特征进行特征细化，采用SoftMax函数进行分类，得到分类结果； 设计交叉熵损失函数对所述U型跳连接结构网络进行训练，得到训练后的网络； 利用所述训练后的网络对所述分类结果进行测试，验证分类结果的正确性；所述采用超像素技术对高光谱图像数据集创建多层次图结构，具体为： S1、构建无向图G＝V,E，其中，V为无向图的节点，E为无向图的边； S2、通过各节点间的空间欧式距离计算得到无向图中每条边的权值； S3、采用最近邻域方法，当在某个节点vi的邻域内，vi与vj之间的边权值最小时，将vj合并到vi；重复筛选，得到点集合其中，s为剩余节点个数，得到一个包含s个超像素数的图拓扑；由所述图拓扑建立一个层次的图结构； S4、重复步骤S3，建立多层次的图结构。

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赛思倍斯(绍兴)智能科技有限公司，其通讯地址为：311800 浙江省绍兴市诸暨市陶朱街道展诚大道70号6号厂房；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。