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！

龙图腾网获悉中国矿业大学申请的专利一种基于批判反思性学习的开放集跨域高光谱图像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：CN119992199B 。

龙图腾网通过国家知识产权局官网在2025-10-31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：202510085621.2，技术领域涉及：G06V10/764；该发明授权一种基于批判反思性学习的开放集跨域高光谱图像分类方法和系统是由刘晓敏;乔振壮;张威;王浩宇;邢长达;段天洋;殷豪杰;郭思帆设计研发完成，并于2025-01-20向国家知识产权局提交的专利申请。

本一种基于批判反思性学习的开放集跨域高光谱图像分类方法和系统在说明书摘要公布了：本申请公开了一种基于批判反思性学习的开放集跨域高光谱图像分类方法和网络，属于计算机视觉技术领域，包括：对源域数据和目标域数据进行特征提取，获取源域嵌入特征和目标域嵌入特征；将源域嵌入特征和目标域嵌入特征分别输入到教师网络和学生网络，以获取教师网络输出和学生网络输出；将教师网络输出的维度扩充至学生网络输出的维度，得到修正后的教师网络，同时控制学生网络学习修正的教师网络的输出结果，得到修正的学生网络；将目标域嵌入特征输入修正的学生网络，获取对目标域数据的类别预测结果。本申请将教师‑学生的思想引入开放集跨域高光谱图像分类任务，通过教师网络指导使学生网络掌握已知未知类别的决策边界。

本发明授权一种基于批判反思性学习的开放集跨域高光谱图像分类方法和系统在权利要求书中公布了：1.一种基于批判反思性学习的开放集跨域高光谱图像分类方法，其特征在于，包括： 对源域数据和目标域数据分别进行特征提取，获取源域嵌入特征和目标域嵌入特征； 将所述源域嵌入特征和所述目标域嵌入特征输入教师网络，获取教师网络输出；将所述源域嵌入特征和所述目标域嵌入特征输入学生网络，获取学生网络输出； 响应于所述教师网络输出的维度小于所述学生网络输出的维度，扩充所述教师网络输出的维度，使得所述教师网络输出的维度等于所述学生网络输出的维度，获取修正的教师网络；控制所述学生网络学习所述修正的教师网络的输出结果，获取修正的学生网络；所述扩充所述教师网络输出的维度的步骤包括： 基于熵值辅助模型获取所述教师网络对所述目标域嵌入特征进行分类后输出的概率分布的熵值； 基于所述熵值获取判定因子；所述判定因子的表征公式包括： 其中，ω为所述判定因子，用于表征所述目标域数据xt属于未知类别的概率；HTEZxt为所述教师网络TE对所述目标域嵌入特征Zxt进行分类后输出的概率分布的熵值： 其中，i为数据的已知类别，i＝1，2……K,K为已知类别的数量；pyi|xt为所述教师网络TE输出的所述目标域数据xt属于已知类别i的概率；yi为已知类别i的预测标签； 将所述判定因子作为所述教师网络预测输出扩充的维度，扩充所述教师网络的输出维度；所述扩充所述教师网络的输出维度的步骤包括: 基于所述判定因子和所述教师网络输出，通过逐元素乘积得到已知类别的调整后概率分布； 基于所述判定因子和所述已知类别的调整后概率分布扩展所述教师网络的输出维度，构建所述教师网络新的输出分布： qyi|xt＝pknownyi|xt:ω,i＝1,2,…,K； 其中，qyi|xt为所述教师网络新的输出分布；pknownyi|xt＝pyi|xt⊙1-ω,i＝1,2,…,K为所述已知类别的调整后概率分布，pyi|xt为所述教师网络TE输出的所述目标域数据xt属于已知类别i的概率，用于表征所述教师网络输出，⊙为逐元素乘积，ω为所述判定因子，用于表征所述目标域数据xt属于未知类别的概率，1-ω用于表征所述目标域数据xt属于已知类别的概率，i为数据的已知类别，i＝1，2……K,K为已知类别的数量； 将所述目标域嵌入特征输入所述修正的学生网络，获取对所述目标域数据的类别预测结果。

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矿业大学，其通讯地址为：221116 江苏省徐州市铜山区大学路1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”。

以上内容由龙图腾AI智能生成。