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！

龍圖騰網獲悉貴州大學申請的專利一種基于GCN與CNN新型網絡的小樣本HSI分類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：CN116206149B 。

龍圖騰網通過國家知識產權局官網在2025-08-26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：202310009623.4，技術領域涉及：G06V10/764；該發明授權一種基于GCN與CNN新型網絡的小樣本HSI分類方法是由楊靜;孫杰;丁書杰;王一凡;麻興江;李小勇設計研發完成，并于2023-01-04向國家知識產權局提交的專利申請。

本一種基于GCN與CNN新型網絡的小樣本HSI分類方法在說明書摘要公布了：本發明提出了一種基于GCN與CNN新型網絡的小樣本HSI分類方法，包括以下步驟：S1，對HSI數據進行線性投影映射和像素特征到超像素特征的轉換；S2，對形成的超像素特征送入到圖編碼器中，然后進行HSI圖數據形式的特征提取，再經過解碼器解碼出圖數據特征；S3，將圖數據特征進行非線性特征處理，得到特征一；S4，對HSI數據通過光譜清洗卷積進行降噪，同時對高維的HSI數據進行降維處理，生成降維特征圖；S5，將降維特征圖通過注意力機制和信息交互處理，之后再經過一層注意力機制與空間特征卷積，得到特征二；S6，將步驟S3得到的特征一與步驟S5得到的特征二進行ConCat多特征融合，輸出分類結果。本發明解決了小樣本分類、噪音大、光譜空間語義位置信息丟失等問題。

本發明授權一種基于GCN與CNN新型網絡的小樣本HSI分類方法在權利要求書中公布了：1.一種基于GCN與CNN新型網絡的小樣本HSI分類方法，其特征在于，包括以下步驟： S1，對HSI數據采用線性判別分析LDA進行線性投影映射，再通過SLIC分割算法進行像素特征到超像素特征的轉換； S2，對形成的超像素特征送入到圖編碼器中構成圖數據形式，然后通過ARMA圖神經網絡進行HSI圖數據形式的特征提取，再經過解碼器解碼出圖數據特征； S3，將圖數據特征進行非線性特征處理，得到特征一，包括： 第i個通道位置HSI特征信息通過非線性特征轉換映射特征后，表示為： 表示第l層的神經網絡第i個位置神經元處的位置信息； 表示第l-1層的神經網絡第i個位置神經元處的位置信息； 第l-1層的神經網絡第i個位置神經元處的權值系數； 表示第l-1層神經網絡第i個位置神經元處噪音的大小； ψ表示激活函數LeakyReLU； S4，對HSI數據通過光譜清洗卷積進行降噪，同時對高維的HSI數據進行降維處理，生成降維特征圖； S5，將降維特征圖通過注意力機制定位光譜空間位置信息，然后通過空間特征卷積對定位之后的光譜空間特征進行信息交互處理，之后再經過一層注意力機制與空間特征卷積，最終得到特征二； S6，將步驟S3得到的特征一與步驟S5得到的特征二進行ConCat多特征融合，輸出分類結果。

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貴州大學，其通訊地址為：550000 貴州省貴陽市花溪區貴州大學；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”。