买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉西南林业大学申请的专利基于光谱深度提取卷积神经网络SDA-CNN的树种分类方法及其系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119273994B 。

龙图腾网通过国家知识产权局官网在2025-07-18发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411493850.X，技术领域涉及：G06V10/764；该发明授权基于光谱深度提取卷积神经网络SDA-CNN的树种分类方法及其系统是由王雷光;王燕;徐伟恒;赵毅力;代沁伶;钟丽辉;欧光龙;赵志鹏设计研发完成，并于2024-10-24向国家知识产权局提交的专利申请。

本基于光谱深度提取卷积神经网络SDA-CNN的树种分类方法及其系统在说明书摘要公布了：本申请公开了基于光谱深度提取卷积神经网络SDA‑CNN的树种分类方法及其系统，可以克服高光谱影像中的光谱信息的利用效率较低以及无法有效地提取每个光谱通道的有效特征，导致树种分类性能被限制的技术缺陷，最终提升树种分类性能以及分类准确性。树种分类方法包括：使用高光谱森林影像数据构建的深度学习样本集，对光谱深度提取卷积神经网络SDA‑CNN模型进行模型训练以及树种分类，在SDA‑CNN模型中采用包括二维卷积和逐深度卷积的混合神经网络模块，并新增设置有领域像素感知模块，使得二维卷积用于提取图像的全局空间信息以生成全局特征；逐深度卷积用于在每个光谱通道上独立执行卷积操作而不在各光谱通道间共享权重以提取各光谱通道间的相关性信息，领域像素感知模块用于提取邻近像素中包含的目标像素周围的环境信息。

本发明授权基于光谱深度提取卷积神经网络SDA-CNN的树种分类方法及其系统在权利要求书中公布了：1.一种基于光谱深度提取卷积神经网络SDA-CNN的树种分类方法，其特征在于，包括： S1、深度学习样本集构建： 首先使用PCA方法对高光谱森林影像数据进行数据降维，其次基于影像-林木信息调绘图结果对降维后的影像数据进行标注，最后按照1：1：8的比例将标注后的影像数据划分为训练集、验证集和测试集，以完成深度学习样本集构建； S2、SDA-CNN模型训练： 使用高光谱森林影像数据构建的深度学习样本集，对光谱深度提取卷积神经网络SDA-CNN模型进行模型训练，其中SDA-CNN模型中采用包括二维卷积和逐深度卷积的混合神经网络模块，并新增设置有领域像素感知模块； 其中二维卷积用于提取图像的全局空间信息以生成全局特征；逐深度卷积用于在每个光谱通道上独立执行卷积操作而不在各光谱通道间共享权重以提取各光谱通道间的相关性信息；领域像素感知模块用于提取邻近像素中包含的目标像素周围的环境信息，进而捕捉局部像素的细节信息以提高模型对局部细节特征的提取能力； S3、基于SDA-CNN模型进行树种分类： 将采集到的森林影像数据，输入训练好的SDA-CNN模型对森林影像数据中的树种进行分类，得到树种分类结果。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人西南林业大学，其通讯地址为：650233 云南省昆明市白龙寺300号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。