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！

龙图腾网获悉北京理工大学;北京理工大学重庆创新中心申请的专利基于网络架构搜索的多模态图像土地覆盖类型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：CN116486142B 。

龙图腾网通过国家知识产权局官网在2025-11-21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：202310293181.0，技术领域涉及：G06V10/764；该发明授权基于网络架构搜索的多模态图像土地覆盖类型分类方法是由陈亮;李健昊;师皓;王裕沛;尹逸斐设计研发完成，并于2023-03-24向国家知识产权局提交的专利申请。

本基于网络架构搜索的多模态图像土地覆盖类型分类方法在说明书摘要公布了：本发明提供了一种基于网络架构搜索的多模态图像土地覆盖类型分类的方法，包括S1、利用特征提取网络对输入的成对光、SAR遥感图像进行特征提取；S2、构建基于SMBO算法的多模态特征融合架构搜索空间，搜索最佳的融合策略；S3、根据所述融合策略对光、SAR特征进行融合，得到土地覆盖类型分类结果。本发明提出了双输入的U型特征提取网络，使网络可以获得更充分的信息用于分类，并考虑到传统人工设计的深度学习特征融合模块难度大且缺乏可解释性，创建了基于SMBO的多模态特征融合架构搜索方法探求不同模态特征间的最佳组合方式，提高光、SAR图像特征融合效率。

本发明授权基于网络架构搜索的多模态图像土地覆盖类型分类方法在权利要求书中公布了：1.一种基于网络架构搜索的多模态图像土地覆盖类型分类的方法，其特征在于，包括： S1、将成对匹配的光、SAR遥感图像同时输入U型特征提取网络，利用卷积模块进行特征提取； S2、经过所述U型特征提取网络提取特征后，将得到不同层次的SAR模态特征{x1,x2,…,xm}和光学模态特征{y1,y2,…,yn}，分别选取SAR模态特征和光学模态特征构造搜索空间进行融合，搜索空间的大小用M×NL表示，其中M和N分别表示SAR、光模态所提供的用于融合的特征数量，L表示融合层数，定义最大融合层数L、搜索迭代次数Esearch、训练epochEtrain、采样子网数K、训练集Sstrain、验证集Sval； 构建I＝1的所有融合模块集合，对融合模块集合中的所有融合模块进行训练评估，保存融合模块参数及评估结果并更新代理模型； 当I＝n+1，n1时，将在I＝n保存下的K个融合模块上构建第n+1层融合，继续进行预测，采用K个融合模块后训练评估并更新代理模型，重复该过程直到I＝L，最后输出多模态分类模型； S3、根据所述融合策略对光、SAR特征进行融合，得到土地覆盖类型分类结果。

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北京理工大学;北京理工大学重庆创新中心，其通讯地址为：100081 北京市海淀区中关村南大街5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。