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！

龍圖騰網恭喜浙江大學申請的專利一種兼顧代表性和信息量的低冗余高光譜波段選擇方法及裝置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：CN114519769B 。

龍圖騰網通過國家知識產權局官網在2025-05-30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：202111637324.2，技術領域涉及：G06T17/00；該發明授權一種兼顧代表性和信息量的低冗余高光譜波段選擇方法及裝置是由劉宇飛;陳淑涵;厲小潤設計研發完成，并于2021-12-29向國家知識產權局提交的專利申請。

本一種兼顧代表性和信息量的低冗余高光譜波段選擇方法及裝置在說明書摘要公布了：本發明涉及高光譜遙感圖像處理領域，公開了兼顧代表性和信息量的低冗余高光譜波段選擇方法及裝置。包括：1構建3D重建網絡，度量候選波段子集對原始高光譜圖像的代表性；2度量候選波段子集的冗余度；3度量候選波段子集包含的信息量；4設計兼顧波段代表性、冗余度和信息量的波段子集打分函數，評價候選波段子集；5產生若干候選波段子集，選擇得分最高的候選波段子集作為被選波段子集。本發明從高光譜圖像特性出發，挖掘了高光譜圖像波段之間固有的非線性相關關系，充分利用了高光譜圖像的空間信息，結合了先進的深度學習知識，提出了兼顧波段代表性、冗余度和信息量的波段選擇方法，能夠提升高光譜圖像像素分類的精度。

本發明授權一種兼顧代表性和信息量的低冗余高光譜波段選擇方法及裝置在權利要求書中公布了：1.一種兼顧代表性和信息量的低冗余高光譜波段選擇方法，其特征在于，包括如下步驟：步驟1構建并訓練3D重建網絡：將原始高光譜圖像分塊，每一個高光譜圖像塊作為一個樣本；以高光譜圖像塊作為3D重建網絡的輸入并訓練；步驟2度量波段代表性：將高光譜圖像數據塊通過稀疏二進制掩膜，計算公式表示為： 其中，μ∈[0,1]L代表稀疏二進制掩膜，用于表示每個波段是否被包含在候選波段子集中，L代表總波段數，代表按波段乘法符號，XP代表高光譜圖像塊；將通過掩膜后的數據進行重縮放；以重縮放數據作為訓練好的3D重建網絡的輸入，重建原始的高光譜數據，得到候選波段子集的代表性度量；步驟3度量波段冗余度；所述波段冗余度度量方法采用Pearson相關系數或向量子空間投影技術；步驟4度量波段信息量；所述波段信息量度量方法采用信息散度或信息熵；步驟5構建兼顧波段代表性、冗余度和信息量的綜合評價指標，計算公式表示為：scoreXS＝-l-αRXS+βIXS其中，α和β代表平衡系數，RXS代表候選波段子集XS的冗余度度量值，IXS代表候選波段子集XS的信息量度量值，l代表候選波段子集XS的代表性度量，scoreXS代表候選波段子集XS的綜合評價指標得分；步驟6搜索期望波段子集：使用分組式搜索算法的子集搜索策略，計算每一個候選波段子集的綜合評價指標得分，搜索得分最高的波段子集作為所選波段子集；所述的分組式搜索算法采用免疫克隆選擇算法、遺傳算法或粒子群優化算法。

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浙江大學，其通訊地址為：310058 浙江省杭州市西湖區余杭塘路866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”。