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！

龙图腾网获悉武汉大学申请的专利一种知识图谱引导深度网络学习的遥感影像场景分类方法和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：CN116543232B 。

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：202310630415.6，技术领域涉及：G06V10/764；该发明授权一种知识图谱引导深度网络学习的遥感影像场景分类方法和系统是由李彦胜;吴敏郎;张永军设计研发完成，并于2023-05-30向国家知识产权局提交的专利申请。

本一种知识图谱引导深度网络学习的遥感影像场景分类方法和系统在说明书摘要公布了：本发明公开了一种知识图谱引导深度网络学习的遥感影像场景分类方法和系统。首先构建土地覆盖概念知识图谱，然后通过知识图谱表示学习方法将土地覆盖概念知识图谱中的遥感场景语义类别表达为语义向量，形成遥感场景类别的语义基准。在知识图谱引导深度网络训练阶段，通过施加遥感场景类别语义向量与深度网络浅层视觉特征向量的跨模态对齐约束引导深度网络的浅层部分更有效的学习不同类别遥感影像场景的共享特征，在深度网络深层部分则仍然通过场景类别标签约束来引导深度网络学习区分不同遥感场景的判别特征。在测试阶段，完成优化的深度网络模型可以在不依赖任何先验知识的情况下完成高精度遥感影像场景分类。

本发明授权一种知识图谱引导深度网络学习的遥感影像场景分类方法和系统在权利要求书中公布了：1.一种知识图谱引导深度网络学习的遥感影像场景分类方法，其特征在于：通过知识图谱中先验知识的引导来降低基于深度网络的遥感影像场景分类方法对人工标注训练样本的依赖，包括以下步骤： 步骤1，构建土地覆盖概念知识图谱； 步骤2，基于土地覆盖分类知识图谱进行土地覆盖概念语义表达，得到遥感场景语义基准，即遥感场景语义类别特征向量集合A； 步骤3，将遥感场景语义类别向量用于引导优化深度网络进行遥感影像场景分类； 所述深度网络为开源模型，将开源模型分为浅层部分和深层部分，输入的遥感影像场景通过浅层部分得到视觉特征，然后通过深层部分得到分类结果；引导优化过程中，先将浅层部分得到视觉特征变换为视觉特征向量集合V，然后通过知识引导学习模块对集合中视觉特征向量v与场景语义类别向量a进行跨模态对齐约束，引导深度网络浅层部分更有效地学习遥感场景类别间的共享特征； 步骤3中，采用开源模型efficientnet_b3网络作为深度网络，将该开源模型中位于Swish54的激活函数之前的所有卷积层视为浅层部分，并将其提取得到的浅层视觉特征进行引出，输入到知识引导模块与语义类别向量进行跨模态对齐，激活函数之后的模型结构即对应地视为深层部分； 所述知识引导学习模块包含一个视觉特征编码器Ev、一个视觉特征解码器Dv、一个语义特征编码器Ea和一个语义特征解码器Da，依次实现视觉特征向量v与场景类别语义类别向量a的跨模态对齐操作，其中v∈V，a∈A； 步骤4，利用优化后的深度网络进行遥感影像场景分类。

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武汉大学，其通讯地址为：430072 湖北省武汉市武昌区八一路299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”。