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！

龙图腾网获悉西北工业大学申请的专利一种基于进化多任务集成学习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：CN116994055B 。

龙图腾网通过国家知识产权局官网在2026-03-10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：202310990499.4，技术领域涉及：G06V10/764；该发明授权一种基于进化多任务集成学习的高光谱图像分类方法是由杨宏;张楠;李佳怡;侍佼;雷雨;邵涛设计研发完成，并于2023-08-08向国家知识产权局提交的专利申请。

本一种基于进化多任务集成学习的高光谱图像分类方法在说明书摘要公布了：本发明公开了一种基于进化多任务集成学习的高光谱图像分类方法，包括：将有标签样本作为训练集预训练各个基分类器，将待分类无标签样本输入预训练好的基分类器分类；根据待分类无标签样本在基分类器的分类结果，使用样本扩充策略进行样本扩充，对剩余待分类无标签样本加权均值滤波；基于样本扩充的训练集建立针对各个基分类器的特征选择任务，利用设计的多任务进化优化方法为每个特征选择任务选择目标最优特征子空间；基于目标最优特征子空间集映射得到低维训练集和低维待分类无标签样本；基于低维训练集对预训练好的基分类器再训练，使用训练好的基分类器对低维待分类无标签样本分类，集成分类结果。本发明提高了高光谱图像的分类性能。

本发明授权一种基于进化多任务集成学习的高光谱图像分类方法在权利要求书中公布了：1.一种基于进化多任务集成学习的高光谱图像分类方法，其特征在于，包括： 输入高光谱图像数据；所述高光谱图像数据包含少量有标签样本，剩余样本均为待分类无标签样本； 将所述有标签样本作为训练集预训练各个基分类器，将所述待分类无标签样本依次输入到预训练好的各个基分类器中进行分类； 根据所述待分类无标签样本在各个基分类器中的分类结果，使用样本扩充策略选择高置信度的部分待分类无标签样本进行训练集的训练样本扩充，对剩余的待分类无标签样本通过加权均值滤波融入空间位置信息； 基于经训练样本扩充的训练集建立针对各个基分类器的特征选择任务，利用设计的多任务进化优化方法为每个特征选择任务选择目标最优特征子空间； 基于每个特征选择任务选择的目标最优特征子空间，得到经训练样本扩充的训练集映射后的低维训练集，以及经加权均值滤波的待分类无标签样本映射后的低维待分类无标签样本，基于所述低维训练集对预训练好的各个基分类器再进行训练，使用训练好的各个基分类器对所述低维待分类无标签样本进行分类，得到多个分类结果； 集成所述多个分类结果得到所述高光谱图像数据的最终分类结果； 其中，基于经训练样本扩充的训练集建立针对各个基分类器的特征选择任务，利用设计的多任务进化优化方法为每个特征选择任务选择目标最优特征子空间，包括： 针对各个基分类器，基于经训练样本扩充的训练集选择最优特征子空间，并将选择所述最优特征子空间的过程建模为对应的特征选择任务； 基于建模的特征选择任务，利用设计的多任务进化优化方法为每个特征选择任务选择目标最优特征子空间，包括： 利用设计的多任务进化优化方法对种群进行任务寻优，实现为每个特征选择任务选择目标最优特征子空间；其中，所述种群中每一个体代表一个特征子空间。

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西北工业大学，其通讯地址为：710072 陕西省西安市碑林区友谊西路127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。