買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉西安郵電大學申請的專利一種基于相似性矩陣塊對角劃分的高光譜波段選擇方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN116258882B 。

龍圖騰網通過國家知識產權局官網在2025-08-08發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202310061863.9，技術領域涉及：G06V10/762；該發明授權一種基于相似性矩陣塊對角劃分的高光譜波段選擇方法是由李淑英;劉喆設計研發完成，并于2023-01-19向國家知識產權局提交的專利申請。

本一種基于相似性矩陣塊對角劃分的高光譜波段選擇方法在說明書摘要公布了：本發明涉及高光譜波段選擇方法，具體涉及一種基于相似性矩陣塊對角劃分的高光譜波段選擇方法，用于解決現有基于圖的聚類算法均是在固定的輸入數據圖上進行聚類，以及需要后處理來提取聚類指標的不足之處。該基于相似性矩陣塊對角劃分的高光譜波段選擇方法包括構建初始親和矩陣、構造塊對角相似性矩陣和選擇代表性波段；本發明允許在聚類過程中對高光譜圖像本身進行自適應調整，從而生成高質量的相似圖；首先，通過計算高光譜圖像中波段之間的距離來學習精確的親和矩陣，構造包含有序劃分點的塊對角相似性矩陣，同時將波段劃分為多個子塊矩陣；最后，提出了一種基于波段間線性組合的代表性波段選擇方法。

本發明授權一種基于相似性矩陣塊對角劃分的高光譜波段選擇方法在權利要求書中公布了：1.一種基于相似性矩陣塊對角劃分的高光譜波段選擇方法，其特征在于，包括如下步驟： 步驟1、構建初始親和矩陣； 步驟1.1、將待處理高光譜圖像的每個波段視為一個數據點，形成數據矩陣X＝{x1,x2,x3……xN}；其中，x1為第一個數據點，xN為第N個數據點，N為高光譜圖像的數據點數量，N為大于1的正整數； 步驟1.2、通過計算數據點之間的距離學習初始親和矩陣，得到每個數據點之間的親和值，進而得到初始親和矩陣A，具體通過下式實現： 其中，xi為第i個數據點，xj為第j個數據點，i，j為大于0小于等于N的正整數；為xi與xj之間的歐式距離，aij為xi與xj之間的親和值；γ為用來調整正則化項的權重參數； 所述親和值根據下式計算： 其中，為最優親和值，m為近鄰數，其中jh≤m， 步驟2、構造塊對角相似性矩陣； 利用初始親和矩陣A學習，并在學習過程中加入秩約束，最終得到塊對角相似性矩陣S＝[S1,S2...,Sk]；其中，S1為第一個子塊矩陣，Sk為第k個子塊矩陣，kN，具體通過公式一實現： 其中，是為了使得塊對角相似性矩陣S能夠更好地逼近親和矩陣A所設置的最小化問題，為F范數；為拉普拉斯矩陣的k個最小的特征值之和,目的是使得到的相似性矩陣S包含k個子塊矩陣，λ是所述最小化問題的一個平衡參數； 步驟3、選擇代表性波段； 從塊對角相似性矩陣S中提取各子塊矩陣，通過字典學習得到各子塊矩陣對應的系數矩陣，選擇各系數矩陣列之和最大值對應的波段作為每個子塊矩陣的代表性波段，所有代表性波段形成代表性波段集，具體通過公式二實現： 其中，是為了進行字典學習而設置的最小化問題，其中si2為子塊矩陣Si2的列向量，Si2為第i2個子塊矩陣，i2為大于0小于等于k的正整數，ci2是需要得到的系數向量，||ci2||1是為了能夠得到更加稀疏的系數矩陣而設置的正則化項；δ是稀疏正則項參數。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人西安郵電大學，其通訊地址為：710121 陜西省西安市長安區韋郭路西安郵電大學；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。