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！

龍圖騰網獲悉中國石油大學(華東)申請的專利用于高光譜與激光雷達融合分類的神經網絡構建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：CN120259794B 。

龍圖騰網通過國家知識產權局官網在2025-08-22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：202510742726.0，技術領域涉及：G06V10/764；該發明授權用于高光譜與激光雷達融合分類的神經網絡構建方法是由郭曉菲;劉雯雯;王雷全設計研發完成，并于2025-06-05向國家知識產權局提交的專利申請。

本用于高光譜與激光雷達融合分類的神經網絡構建方法在說明書摘要公布了：本發明公開用于高光譜與激光雷達融合分類的神經網絡構建方法，屬于神經網絡技術領域，用于高光譜與激光雷達融合分類，輸入波段信息篩選模塊進行處理，得到篩選后的特征，將篩選后的特征和激光雷達數據輸入多層空間互導模塊，每個空間互導模塊都輸出拼接特征，將多個拼接特征輸入多粒度特征融合模塊，得到數據處理結果。本發明以激光雷達的高程特征作為先驗知識，引導高光譜數據更多地保留與當前高程強相關的波段信息，優化光譜信息的利用，促使高光譜和激光雷達的空間特征相互引導，充分挖掘模態間的關聯性，多粒度特征融合模塊自適應整合各空間互導層的多粒度信息。

本發明授權用于高光譜與激光雷達融合分類的神經網絡構建方法在權利要求書中公布了：1.用于高光譜與激光雷達融合分類的神經網絡構建方法，其特征在于，獲得高光譜數據和激光雷達數據，輸入波段信息篩選模塊進行處理，得到篩選后的特征，將和激光雷達數據輸入多個多層空間互導模塊，每個多層空間互導模塊都輸出拼接特征，將多個拼接特征輸入多粒度特征融合模塊進行拼接，得到數據處理結果； 波段信息篩選模塊包括，將激光雷達數據的高程圖通過1×1卷積擴展為與高光譜數據的波段數相同的維度，生成每個波段的獨立查詢，將高光譜的原始波段作為鍵和值，計算獨立查詢與鍵的逐波段點積獲得波段得分，對每個位置的波段得分進行歸一化Softmax，生成注意力權重，利用注意力權重對高光譜數據進行加權，生成篩選后的特征； 計算獨立查詢與鍵的逐波段點積包括： ； 式中，是波段得分，表示波段索引，表示空間位置，為點積操作，是查詢，是鍵，波段得分用于衡量激光雷達高程與每個波段的相關性； 生成注意力權重包括： ； 式中，是波段索引總數； 利用注意力權重對高光譜數據進行加權包括： ； 式中，是值； 多層空間互導模塊包括兩條處理支路，第一支路接收第個高光譜數據，輸入SFE模塊，第二支路接收第個激光雷達數據，時表示數據初始值，時表示第一個多層空間互導模塊產生的值，輸入卷積模塊Conv2D，Conv2D輸出的空間信息，與SFE模塊輸出的光譜特征進行拼接，得到特征并輸入Conv2D，將兩個Conv2D輸出的兩個空間信息進行拼接，得到特征，拼接和得到拼接特征； 所述SFE模塊包括重構模塊Reshape1、卷積模塊Cnov1D、重構模塊Reshape2，Cnov1D包括批量歸一化層BN、激活函數層ReLU和卷積核為3的1維卷積； Cnov2D包括批量歸一化層BN、激活函數層ReLU和卷積核為3×3的2維卷積； 多粒度特征融合模塊進行拼接包括，應用1×1卷積將多個拼接特征的通道數統一擴展為第一個多層空間互導模塊輸出的拼接特征的通道數： ； 式中，是通道擴展之后得到的特征； 多粒度特征融合模塊進行拼接包括，對通道擴展之后得到的特征進行特征融合： ； 式中，是用于調整最終融合特征的組成成分的參數，是數據處理結果。

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中國石油大學(華東)，其通訊地址為：266590 山東省青島市黃島區長江西路66號；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”。