買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉西北工業(yè)大學(xué)申請(qǐng)的專利一種基于深度神經(jīng)網(wǎng)絡(luò)的高光譜圖像分類方法獲國(guó)家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN115424138B 。

龍圖騰網(wǎng)通過(guò)國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-08-08發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請(qǐng)?zhí)?專利號(hào)為：202211095575.7，技術(shù)領(lǐng)域涉及：G06V20/10；該發(fā)明授權(quán)一種基于深度神經(jīng)網(wǎng)絡(luò)的高光譜圖像分類方法是由侍佼;張楠;雷雨;周德云;邵濤設(shè)計(jì)研發(fā)完成，并于2022-09-06向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本一種基于深度神經(jīng)網(wǎng)絡(luò)的高光譜圖像分類方法在說(shuō)明書(shū)摘要公布了：本發(fā)明公開(kāi)了一種基于深度神經(jīng)網(wǎng)絡(luò)的高光譜圖像分類方法，包括：將待分類高光譜數(shù)據(jù)輸入目標(biāo)深度神經(jīng)網(wǎng)絡(luò)得到分類結(jié)果；目標(biāo)深度神經(jīng)網(wǎng)絡(luò)訓(xùn)練過(guò)程包括：利用標(biāo)簽高光譜訓(xùn)練數(shù)據(jù)對(duì)初始深度神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練得到中間深度神經(jīng)網(wǎng)絡(luò)，初始深度神經(jīng)網(wǎng)絡(luò)包括依次連接的若干基礎(chǔ)殘差網(wǎng)絡(luò)模塊和一輸出模塊；利用協(xié)同性選擇策略和競(jìng)爭(zhēng)性選擇策略從無(wú)標(biāo)簽高光譜數(shù)據(jù)中選擇部分無(wú)標(biāo)簽高光譜數(shù)據(jù)作為偽標(biāo)簽高光譜訓(xùn)練數(shù)據(jù)，由標(biāo)簽高光譜訓(xùn)練數(shù)據(jù)和偽標(biāo)簽高光譜訓(xùn)練數(shù)據(jù)生成新的標(biāo)簽高光譜訓(xùn)練數(shù)據(jù)；利用新的標(biāo)簽高光譜訓(xùn)練數(shù)據(jù)對(duì)中間深度神經(jīng)網(wǎng)絡(luò)進(jìn)行上述訓(xùn)練直至滿足訓(xùn)練停止條件得到目標(biāo)深度神經(jīng)網(wǎng)絡(luò)。本發(fā)明提高了高光譜圖像的分類性能。

本發(fā)明授權(quán)一種基于深度神經(jīng)網(wǎng)絡(luò)的高光譜圖像分類方法在權(quán)利要求書(shū)中公布了：1.一種基于深度神經(jīng)網(wǎng)絡(luò)的高光譜圖像分類方法，其特征在于，包括： 獲取待分類高光譜數(shù)據(jù)； 將所述待分類高光譜數(shù)據(jù)輸入至目標(biāo)深度神經(jīng)網(wǎng)絡(luò)得到分類結(jié)果； 其中，所述目標(biāo)深度神經(jīng)網(wǎng)絡(luò)是根據(jù)標(biāo)簽高光譜訓(xùn)練數(shù)據(jù)和無(wú)標(biāo)簽高光譜數(shù)據(jù)訓(xùn)練得到的；訓(xùn)練過(guò)程包括： 利用所述標(biāo)簽高光譜訓(xùn)練數(shù)據(jù)對(duì)初始深度神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練得到中間深度神經(jīng)網(wǎng)絡(luò)，所述初始深度神經(jīng)網(wǎng)絡(luò)包括依次連接的若干基礎(chǔ)殘差網(wǎng)絡(luò)模塊和一輸出模塊；利用協(xié)同性選擇策略和競(jìng)爭(zhēng)性選擇策略從所述無(wú)標(biāo)簽高光譜數(shù)據(jù)中選擇部分無(wú)標(biāo)簽高光譜數(shù)據(jù)作為偽標(biāo)簽高光譜訓(xùn)練數(shù)據(jù)，由所述標(biāo)簽高光譜訓(xùn)練數(shù)據(jù)和所述偽標(biāo)簽高光譜訓(xùn)練數(shù)據(jù)生成新的標(biāo)簽高光譜訓(xùn)練數(shù)據(jù)；利用新的標(biāo)簽高光譜訓(xùn)練數(shù)據(jù)對(duì)所述中間深度神經(jīng)網(wǎng)絡(luò)進(jìn)行上述訓(xùn)練直至滿足訓(xùn)練停止條件得到所述目標(biāo)深度神經(jīng)網(wǎng)絡(luò)； 其中，所述利用協(xié)同性選擇策略和競(jìng)爭(zhēng)性選擇策略從所述無(wú)標(biāo)簽高光譜數(shù)據(jù)中選擇部分無(wú)標(biāo)簽高光譜數(shù)據(jù)作為偽標(biāo)簽高光譜訓(xùn)練數(shù)據(jù)，包括： 根據(jù)所述中間深度神經(jīng)網(wǎng)絡(luò)的分類結(jié)果構(gòu)建所述無(wú)標(biāo)簽高光譜數(shù)據(jù)的偽標(biāo)簽映射圖；利用第二鄰域窗口從所述偽標(biāo)簽映射圖中提取所述無(wú)標(biāo)簽高光譜數(shù)據(jù)中每個(gè)樣本對(duì)應(yīng)的偽標(biāo)簽映射矩陣；利用鄰域一致性準(zhǔn)則從所述偽標(biāo)簽映射矩陣中選擇高置信度的三維立方體無(wú)標(biāo)簽樣本塊對(duì)應(yīng)的樣本形成可用候選偽標(biāo)簽數(shù)據(jù)集；根據(jù)所述中間深度神經(jīng)網(wǎng)絡(luò)的分類結(jié)果構(gòu)建所述無(wú)標(biāo)簽高光譜數(shù)據(jù)的標(biāo)簽概率矩陣；根據(jù)所述標(biāo)簽概率矩陣從所述可用候選偽標(biāo)簽數(shù)據(jù)集中選擇高概率的可用候選偽標(biāo)簽數(shù)據(jù)作為偽標(biāo)簽高光譜訓(xùn)練數(shù)據(jù)。

如需購(gòu)買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請(qǐng)人或?qū)＠麢?quán)人西北工業(yè)大學(xué)，其通訊地址為：710072 陜西省西安市友誼西路127號(hào)；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。