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！

龍圖騰網獲悉安徽大學申請的專利基于動態超圖卷積網絡的高光譜圖像分類方法及系統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：CN115331063B 。

龍圖騰網通過國家知識產權局官網在2025-09-09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：202211069817.5，技術領域涉及：G06V10/764；該發明授權基于動態超圖卷積網絡的高光譜圖像分類方法及系統是由徐沁;徐淑萌;劉金培;湯進;羅斌設計研發完成，并于2022-09-02向國家知識產權局提交的專利申請。

本基于動態超圖卷積網絡的高光譜圖像分類方法及系統在說明書摘要公布了：本申請提供一種基于動態超圖卷積網絡的高光譜圖像分類方法及系統，屬于深度學習及圖像處理技術領域。本申請通過獲取高光譜圖像，對高光譜圖像進行降維和超像素分割，通過兩次超圖構造，實現了特征的動態提取。由于是將整個高光譜圖像作為輸入，使用超像素分割技術將原始像素劃分成超像素點，從而大幅度減少了計算量。并且本申請通過超像素點的特征標簽可以確定一些未知原始像素點的特征標簽，相當于隱式增加了樣本數量，這使本申請的模型在少量訓練樣本的情況下就可以達到較高的分類精度。

本發明授權基于動態超圖卷積網絡的高光譜圖像分類方法及系統在權利要求書中公布了：1.一種基于動態超圖卷積網絡的高光譜圖像分類方法，其特征在于，包括： 獲取高光譜圖像，并對所述高光譜圖像進行圖像預處理； 對圖像預處理后的所述高光譜圖像進行超像素分割，以獲得若干超像素點，每個超像素點對應若干原始像素點； 根據所述超像素點的第一光譜特征進行超圖構造，以獲取第一超圖，且步驟包括：根據圖像預處理后的所述高光譜圖像的原始像素點的光譜特征，計算獲取每個所述超像素點的第一光譜特征，其中，每個所述超像素點的第一光譜特征為對應所述超像素點所包含的所有原始像素點的光譜特征的平均值；基于所述超像素點的第一光譜特征的相似度構建第一超邊，以獲取超圖關聯矩陣，完成所述第一超圖的構建； 對所述第一超圖進行超圖卷積處理，得到所述超像素點的第二光譜特征； 根據所述超像素點的第二光譜特征重新進行超圖構造，以獲取第二超圖； 對所述第二超圖進行動態超圖卷積處理，以獲取每個所述超像素點的第三光譜特征，且步驟包括：對所述第二超圖進行頂點卷積，以將每個所述超像素點的第二光譜特征聚合到第二超邊，以獲取超邊特征；其中，對所述超像素點的第二光譜特征進行全局平均池化操作，以獲取所述超像素點的第四光譜特征；在光譜維度上對所述超像素點的第四光譜特征進行一維卷積操作，并經過Sigmoid激活函數得到各個光譜維度的權重矩陣；將權重矩陣與所述超像素點的第二光譜特征相乘，得到所述超像素點的第五光譜特征；根據所述超像素點的第五光譜特征，使用多層感知機學習以獲取變換矩陣；使用所述變換矩陣對所述超像素點的第五光譜特征進行變換，并使用一維卷積對變換后的特征進行壓縮，以獲取所述超邊特征；對所述超邊特征進行超邊卷積，以將鄰近超邊特征聚集到所述超像素點，以獲取所述超像素點的第三光譜特征； 根據所述超像素點與原始像素點的對應關系，將所述超像素的光譜特征轉換成對應原始像素點的光譜特征； 基于所述原始像素點的光譜特征對所述原始像素點進行分類。

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安徽大學，其通訊地址為：230601 安徽省合肥市經開區九龍路111號（安徽大學磬苑校區）；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”。