中山大學(xué);廣州文遠(yuǎn)知行科技有限公司王錦萍獲國家專利權(quán)
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)獲悉中山大學(xué);廣州文遠(yuǎn)知行科技有限公司申請的專利一種特征自適應(yīng)互引導(dǎo)的多源信息融合分類方法及系統(tǒng)獲國家發(fā)明授權(quán)專利權(quán),本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予,授權(quán)公告號為:CN114187526B 。
龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-04-29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?zhí)?專利號為:202111349899.4,技術(shù)領(lǐng)域涉及:G06V20/13;該發(fā)明授權(quán)一種特征自適應(yīng)互引導(dǎo)的多源信息融合分類方法及系統(tǒng)是由王錦萍;李軍;譚曉軍;石艷麗;孫子文;王一煒設(shè)計(jì)研發(fā)完成,并于2021-11-15向國家知識產(chǎn)權(quán)局提交的專利申請。
本一種特征自適應(yīng)互引導(dǎo)的多源信息融合分類方法及系統(tǒng)在說明書摘要公布了:本發(fā)明公開了一種特征自適應(yīng)互引導(dǎo)的多源信息融合分類方法及系統(tǒng),該方法包括:獲取高光譜圖像和激光雷達(dá)圖像數(shù)據(jù)集并進(jìn)行數(shù)據(jù)預(yù)處理,得到訓(xùn)練集;基于訓(xùn)練集對預(yù)設(shè)的特征自適應(yīng)互引導(dǎo)的多源信息融合網(wǎng)絡(luò)進(jìn)行訓(xùn)練,得到訓(xùn)練完備的特征自適應(yīng)互引導(dǎo)的多源信息融合網(wǎng)絡(luò);獲取待測圖像并基于訓(xùn)練完備的特征自適應(yīng)互引導(dǎo)的多源信息融合網(wǎng)絡(luò)對待測圖像進(jìn)行分類,得到圖像分類結(jié)果。該系統(tǒng)包括:預(yù)處理部分、網(wǎng)絡(luò)訓(xùn)練部分和任務(wù)分類部分。通過使用本發(fā)明,可以充分挖掘不同信息源數(shù)據(jù)的特征互補(bǔ)性,兼容多種數(shù)據(jù)源類型的特征數(shù)據(jù)融合,具有較強(qiáng)的實(shí)際應(yīng)用價(jià)值。本發(fā)明可廣泛應(yīng)用于多源信息分類領(lǐng)域。
本發(fā)明授權(quán)一種特征自適應(yīng)互引導(dǎo)的多源信息融合分類方法及系統(tǒng)在權(quán)利要求書中公布了:1.一種特征自適應(yīng)互引導(dǎo)的多源信息融合分類方法,其特征在于,包括以下步驟:獲取高光譜圖像和激光雷達(dá)圖像數(shù)據(jù)集并進(jìn)行數(shù)據(jù)預(yù)處理,得到訓(xùn)練集;基于訓(xùn)練集對預(yù)設(shè)的特征自適應(yīng)互引導(dǎo)的多源信息融合網(wǎng)絡(luò)進(jìn)行訓(xùn)練,得到訓(xùn)練完備的特征自適應(yīng)互引導(dǎo)的多源信息融合網(wǎng)絡(luò);所述特征自適應(yīng)互引導(dǎo)的多源信息融合網(wǎng)絡(luò)包括光譜-空間特征學(xué)習(xí)模塊、光譜-空間互相引導(dǎo)模塊和多模態(tài)數(shù)據(jù)融合分類模塊;獲取待測圖像并基于訓(xùn)練完備的特征自適應(yīng)互引導(dǎo)的多源信息融合網(wǎng)絡(luò)對待測圖像進(jìn)行分類,得到圖像分類結(jié)果;所述基于訓(xùn)練集對預(yù)設(shè)的特征自適應(yīng)互引導(dǎo)的多源信息融合網(wǎng)絡(luò)進(jìn)行訓(xùn)練,得到訓(xùn)練完備的特征自適應(yīng)互引導(dǎo)的多源信息融合網(wǎng)絡(luò)這一步驟,其具體包括:基于光譜-空間特征學(xué)習(xí)模塊對高光譜圖像進(jìn)行Involution算子特征學(xué)習(xí)操作,對高光譜圖像和激光雷達(dá)圖像的空間結(jié)構(gòu)進(jìn)行融合,提取得到光譜特征信息和空間特征信息;基于光譜-空間互相引導(dǎo)模塊對光譜特征信息和空間特征信息進(jìn)行多尺度特征提取,得到低層特征、中層特征和高層特征;基于多模態(tài)數(shù)據(jù)融合分類模塊將低層特征、中層特征和高層特征按權(quán)重計(jì)算概率分類,得到訓(xùn)練分類結(jié)果;根據(jù)訓(xùn)練分類結(jié)果和真實(shí)標(biāo)簽調(diào)整網(wǎng)絡(luò)參數(shù),得到訓(xùn)練完備的特征自適應(yīng)互引導(dǎo)的多源信息融合網(wǎng)絡(luò)。
如需購買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù),可聯(lián)系本專利的申請人或?qū)@麢?quán)人中山大學(xué);廣州文遠(yuǎn)知行科技有限公司,其通訊地址為:510275 廣東省廣州市海珠區(qū)新港西路135號;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)”。
1、本報(bào)告根據(jù)公開、合法渠道獲得相關(guān)數(shù)據(jù)和信息,力求客觀、公正,但并不保證數(shù)據(jù)的最終完整性和準(zhǔn)確性。
2、報(bào)告中的分析和結(jié)論僅反映本公司于發(fā)布本報(bào)告當(dāng)日的職業(yè)理解,僅供參考使用,不能作為本公司承擔(dān)任何法律責(zé)任的依據(jù)或者憑證。
- 南京博瑞吉工程技術(shù)有限公司劉其偉獲國家專利權(quán)
- 內(nèi)蒙古拉鎖式新型建材科技有限公司姚井祥獲國家專利權(quán)
- 無錫先導(dǎo)智能裝備股份有限公司請求不公布姓名獲國家專利權(quán)
- 蘇州樂儀智能科技有限公司方勇獲國家專利權(quán)
- 張振華獲國家專利權(quán)
- 北京華文眾合科技有限公司向大鳳獲國家專利權(quán)
- 天津市科林模具制造技術(shù)有限公司王克誠獲國家專利權(quán)
- 瑞典愛立信有限公司P·哈加獲國家專利權(quán)
- 洛陽方晨智能裝備有限公司馬永奇獲國家專利權(quán)
- 無錫先導(dǎo)智能裝備股份有限公司請求不公布姓名獲國家專利權(quán)


熱門推薦
- 上海析維醫(yī)療科技有限公司陳勇獲國家專利權(quán)
- 無錫先導(dǎo)智能裝備股份有限公司請求不公布姓名獲國家專利權(quán)
- 中科合肥煤氣化技術(shù)有限公司陽紹軍獲國家專利權(quán)
- OPPO廣東移動通信有限公司張治獲國家專利權(quán)
- 三星顯示有限公司全祐奭獲國家專利權(quán)
- 沈陽硅基科技有限公司賈文博獲國家專利權(quán)
- 廣東聯(lián)大光電有限公司饒欽和獲國家專利權(quán)
- 惠而浦(中國)股份有限公司陶同盛獲國家專利權(quán)
- 蘇州晶湛半導(dǎo)體有限公司程凱獲國家專利權(quán)
- 馬佐爾機(jī)器人有限公司E·策哈維獲國家專利權(quán)