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！

龙图腾网获悉成都理工大学申请的专利高光谱影像解混方法、装置、电子设备及计算机程序产品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：CN121010897B 。

龙图腾网通过国家知识产权局官网在2026-02-17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：202511545579.4，技术领域涉及：G06V20/10；该发明授权高光谱影像解混方法、装置、电子设备及计算机程序产品是由叶成名;余海彬;贺思达;张雨洁;李涌;张鑫炜设计研发完成，并于2025-10-28向国家知识产权局提交的专利申请。

本高光谱影像解混方法、装置、电子设备及计算机程序产品在说明书摘要公布了：本发明公开一种高光谱影像解混方法、装置、电子设备及计算机程序产品，涉及光谱影像解混技术领域。将高光谱影像数据输入高光谱解混深度学习模型进行局部空谱特征下采样和全局光谱信息感知，得到下采样的局部空谱特征和全局光谱特征图；将局部空谱特征与全局光谱特征图进行堆叠后解码，得到多个端元光谱信号；高光谱解混深度学习模型包括局部空谱特征下采样分支和全局光谱信息感知网络分支；局部空谱特征下采样分支用于局部空谱特征提取及下采样；全局光谱信息感知网络分支用于计算不同光谱通道之间的相关性权重，并融合来自卷积分支的空间注意力权重。本发明可实现全局的光谱感知，显著提升高光谱信息利用率，提高光谱影像的解混效果。

本发明授权高光谱影像解混方法、装置、电子设备及计算机程序产品在权利要求书中公布了：1.一种高光谱影像解混方法，其特征在于，包括： 将待解混的高光谱影像数据输入预先训练的高光谱解混深度学习模型进行局部空谱特征下采样和全局光谱信息感知，得到下采样的局部空谱特征Y和全局光谱特征图Xout； 将所述下采样的局部空谱特征Y与所述全局光谱特征图Xout进行堆叠后解码，得到多个端元光谱信号； 其中，所述高光谱解混深度学习模型包括基于卷积神经网络的局部空谱特征下采样分支和基于自注意力机制的全局光谱信息感知网络分支； 所述基于卷积神经网络的局部空谱特征下采样分支用于对所述高光谱影像数据进行局部空谱特征提取及局部空谱特征下采样； 所述基于自注意力机制的全局光谱信息感知网络分支用于提取所述高光谱影像数据中光谱通道之间的自注意力SA、基于所述高光谱影像数据的局部空谱特征确定出各光谱通道的空间注意力权重Xp、基于各光谱通道的空间注意力权重Xp和自注意力提取过程中对所述高光谱影像数据线性投影所得的特征矩阵确定出赋予空间注意力后的值矩阵Vspa以及将赋予空间注意力后的值矩阵Vspa与光谱通道之间的自注意力SA进行线性组合，得到所述全局光谱特征图Xout。

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成都理工大学，其通讯地址为：610000 四川省成都市二仙桥东三路1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。