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！

龙图腾网获悉中国科学院长春光学精密机械与物理研究所申请的专利基于动态尺度和图最优传输的高光谱图像分类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：CN120375100B 。

龙图腾网通过国家知识产权局官网在2025-09-05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：202510859954.6，技术领域涉及：G06V10/764；该发明授权基于动态尺度和图最优传输的高光谱图像分类方法是由王永成;冯昊;钱进;孙蕴晗;徐东东;贲广利设计研发完成，并于2025-06-25向国家知识产权局提交的专利申请。

本基于动态尺度和图最优传输的高光谱图像分类方法在说明书摘要公布了：本发明属于遥感图像分类技术领域，尤其涉及一种基于动态尺度和图最优传输的高光谱图像分类方法。包括：S1：获取带有标签的高光谱图像数据集，利用带有标签的高光谱图像数据集构建训练集；S2：构建高光谱图像分类模型，高光谱图像分类模型包括自适应尺度ViT网络支路和动态图最优传输网络支路；S3：构建总体损失函数，利用训练集和总体损失函数对高光谱图像分类模型进行训练，获得训练好的高光谱图像分类模型；S4：将待分类的高光谱图像输入至训练好的高光谱图像分类模型进行分类，获得分类结果。本发明在广泛使用的遥感高光谱图像数据集HS和SV上进行了验证，取得了出色的分类结果，证明了其性能优势。

本发明授权基于动态尺度和图最优传输的高光谱图像分类方法在权利要求书中公布了：1.一种基于动态尺度和图最优传输的高光谱图像分类方法，其特征在于：具体包括如下步骤： S1：获取带有标签的高光谱图像数据集，利用带有标签的高光谱图像数据集构建训练集； S2：构建高光谱图像分类模型，所述高光谱图像分类模型包括自适应尺度ViT网络支路和动态图最优传输网络支路； 所述自适应尺度ViT网络支路用于根据不同地物类别的特性动态调整输入数据的采样尺度，所述动态图最优传输网络支路用于实现不同信息的交互与融合； 在步骤S2中，自适应尺度ViT网络支路包括LSS模块、注意力模块、第一3D卷积块、第二3D卷积块、第三3D卷积块、VIT模块和第一分类器，其中，将训练集中的patch样本X输入至LSS模块进行处理，获得特征图，将特征图输入至注意力模块进行处理，获得特征图，将特征图输入至第一3D卷积块进行处理，获得特征图A1，特征图A1经第二卷积块和第三卷积块进行处理，获得特征图A2，将第一3D卷积块、第二3D卷积块和第三3D卷积块各自的处理结果级联，获得特征图，将特征图输入至VIT模块进行处理，获得特征图，将特征图输入至第一分类器进行处理，获得自适应尺度ViT网络支路的分类的预测结果； 动态图最优传输网络支路包括第一DGAM模块、第二DGAM模块、DLFM模块、DGOM模块和第二分类器，其中，将训练集中的patch样本X输入至第一DGAM模块进行处理，获得特征图，将特征图输入至第二DGAM模块进行处理，获得特征图，将特征图和特征图输入至DLFM模块进行处理，获得拉普拉斯融合矩阵； 将特征图进行节点的可学习线性组合处理，并利用处理结果生成双通道拉普拉斯矩阵，将双通道拉普拉斯矩阵和拉普拉斯融合矩阵输入至DGOM模块进行处理，获得损失和特征向量集，i为1或2，将特征向量集输入至第二分类器进行处理，获得动态图最优传输网络支路的分类的预测结果； S3：构建总体损失函数，利用所述训练集和所述总体损失函数对所述高光谱图像分类模型进行训练，获得训练好的高光谱图像分类模型； S4：将待分类的高光谱图像输入至训练好的高光谱图像分类模型进行分类，获得分类结果。

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中国科学院长春光学精密机械与物理研究所，其通讯地址为：130033 吉林省长春市经济技术开发区东南湖大路3888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”。