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！

龙图腾网获悉华东师范大学申请的专利基于深度学习高光谱图像分类模型稀疏对抗攻击方法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：CN117079137B 。

龙图腾网通过国家知识产权局官网在2025-08-01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：202311095763.4，技术领域涉及：G06V20/10；该发明授权基于深度学习高光谱图像分类模型稀疏对抗攻击方法是由殷赵霞;汤立春;孔聪;苏航;罗斌设计研发完成，并于2023-08-29向国家知识产权局提交的专利申请。

本基于深度学习高光谱图像分类模型稀疏对抗攻击方法在说明书摘要公布了：本发明公开一种基于深度学习高光谱图像分类模型稀疏对抗攻击方法，基于注意力机制的波段选择算法选择特定波段子集生成特定光谱波段图像；稀疏波段扰动生成模块的生成器根据特定光谱波段图像生成对抗扰动，鉴别器判断输入的样本为干净样本还是对抗样本，通过生成器和鉴别器的对抗来提高生成器生成扰动的水平；使用稀疏波段扰动生成模块生成对抗波段数据；将干净波段数据与对抗波段数据相结合恢复成原始数据尺寸得到稀疏波段对抗样本，将其输入目标高光谱图像分类模型，得到错误的分类结果，完成对抗攻击。本发明以高光谱的内在属性出发，充分考虑光谱波段对于分类的影响，通过仅在少数的特定波段上添加扰动来达到对抗攻击目的的同时，降低扰动量。

本发明授权基于深度学习高光谱图像分类模型稀疏对抗攻击方法在权利要求书中公布了：1.一种基于深度学习高光谱图像分类模型稀疏对抗攻击方法，其特征在于，包括以下步骤： 步骤S10、数据预处理 首先对高光谱图像进行特征归一化，接着对特征归一化后的数据采取边缘0填充方式，然后对每个像素都取其周围的像素点组成s×s大小的像素块，将所组成的每个像素点的光谱信息取出组成第三维度，最终去掉无意义的背景信息组成最终的训练数据集和测试数据集； 步骤S20、使用DARecNet-BS网络对训练数据集中的高光谱图像进行波段选择，学习不同波段之间的权重关系，获取权重值最高的波段子集，得到特定光谱波段图像x，从而实现被攻击目标波段的选择； 步骤S30、采用生成对抗网络GAN结构实现稀疏波段扰动生成模块，然后训练稀疏波段扰动生成模块生成稀疏对抗攻击样本； 所述稀疏波段扰动生成模块包括一个生成器G、一个鉴别器D和一个目标高光谱图像分类模型f；生成器G根据特定光谱波段图像x生成专门的扰动Gx，鉴别器D判断输入的样本为干净样本还是对抗样本，目标模型f以稀疏波段对抗样本为输入，输出其损失Ladv；在生成器G和鉴别器D的不断对抗中使得生成的扰动性能不断提升；最终将生成的扰动Gx添加到特定光谱波段图像x上得到对抗波段x+Gx； 步骤S40、将对抗样本输入目标高光谱分图像类网络完成攻击； 将干净波段数据与对抗波段数据相结合恢复成原始数据尺寸得到稀疏波段对抗样本，将其输入目标高光谱图像分类模型f中得到最终的分类结果，预期会被错误分类为其他随机的标签，最终完成对抗攻击。

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华东师范大学，其通讯地址为：200062 上海市普陀区中山北路3663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”。