北京科技大学蓝金辉获国家专利权
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！
龙图腾网获悉北京科技大学申请的专利基于图结构和热力图的高光谱深度学习网络重构方法和装置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：CN116090506B 。
龙图腾网通过国家知识产权局官网在2026-03-03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：202310181870.2，技术领域涉及：G06N3/044；该发明授权基于图结构和热力图的高光谱深度学习网络重构方法和装置是由蓝金辉;邓泊骏;曾溢良;刘吉睿设计研发完成，并于2023-02-21向国家知识产权局提交的专利申请。
本基于图结构和热力图的高光谱深度学习网络重构方法和装置在说明书摘要公布了：本发明公开了基于图结构和热力图的高光谱深度学习网络重构方法和装置，包括：获取复杂环境下高光谱影像多目标及背景数据；通过深度学习网络进行高光谱数据的特征提取，对高光谱图像的传统特征与深度特征进行重要度计算，获取高光谱影像关联特征权重密布度量标准；对传统特征与深度特征进行关联映射，获取特征对应字典；利用特征对应字典，将隐含参变量制约函数引入网络，获取重构后的图结构高光谱深度学习网络；利用特征提取获取到的图像特征，将网络特征参数和空谱维进行可视化热力图表征，获取重构后的全循环周期深度学习网络。本发明的方法和装置可以对高光谱图像实现图结构和热力图的深度学习网络重构，精确性高。
本发明授权基于图结构和热力图的高光谱深度学习网络重构方法和装置在权利要求书中公布了：1.基于图结构和热力图的高光谱深度学习网络重构方法，其特征在于，包括以下步骤： 获取复杂环境下高光谱影像多目标及背景数据； 通过深度学习网络进行高光谱数据的特征提取，对高光谱图像的传统特征与深度特征进行重要度计算，获取高光谱影像关联特征权重密布度量标准； 对传统特征与深度特征进行关联映射，获取特征对应字典； 利用特征对应字典，将隐含参变量制约函数引入网络，获取重构后的图结构高光谱深度学习网络； 利用特征提取获取到的图像特征，将网络特征参数和空谱维进行可视化热力图表征，获取重构后的全循环周期深度学习网络。
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北京科技大学，其通讯地址为：100083 北京市海淀区学院路30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。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励