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基于卷积神经网络和多层感知机的遥感影像场景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：CN116563683B 。

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：202310389737.6，技术领域涉及：G06V10/82；该发明授权一种基于卷积神经网络和多层感知机的遥感影像场景分类方法是由闫利;汪若飞设计研发完成，并于2023-04-12向国家知识产权局提交的专利申请。

本一种基于卷积神经网络和多层感知机的遥感影像场景分类方法在说明书摘要公布了：本发明提出了一种基于卷积神经网络和多层感知机的遥感影像场景分类方法。通过在线地图服务或利用无人机等设备实地拍摄一块区域的遥感影像构建训练集和测试集，使用先进的数据增强方法对训练集进行扩充用以提升模型的泛化性能，形成最终的输入张量。使用卷积神经网络和多层感知机提取影像的局部特征和全局特征，通过设置不同大小的卷积核，得到多尺度信息，将这些多尺度信息相加之后，使用全连接神经网络进行分类。本发明从遥感影像的基本特点出发，充分考虑了遥感影像的特点从而设计了针对这些特点的网络结构，通过卷积神经网络和多层感知机协同提取特征，并使用全连接神经网络进行场景分类。

本发明授权一种基于卷积神经网络和多层感知机的遥感影像场景分类方法在权利要求书中公布了：1.一种基于卷积神经网络和多层感知机的遥感影像场景分类方法，其特征在于，包含以下步骤： 步骤1：获取足够的遥感影像集，将这些影像按场景分为多个类别，然后对于多通道的遥感影像，首先将其转换为三通道的输入张量，并且给每个类别赋予数字标签，数字标签从0开始编号；然后从这些将这些影像和对应的标签构建训练集和验证集； 步骤2：将训练集中的张量进行数据增强以扩充训练集，提升模型的泛化能力，构建出最终的训练集张量； 步骤3：将步骤2得到的扩充后的数据集作为卷积-多层感知机网络的输入数据； 步骤4：构建卷积-多层感知机网络，首先对输入数据进行卷积操作，然后送入后续结构提取输入数据中的多种深层特征，后续结构包括多个Stage，每个Stage之间存在一次下采样，每个Stage均包含多个Block，每个Block中，依次经过一次标准卷积和多层感知机，最后经过一次前向传播层，每次经过多层感知机和前向传播层之前均先进行一次层归一化LayerNorm，经过多个Stage之后利用一次全局平均池化使得每个通道只包含一个特征元素，形成特征向量； 步骤5：重复步骤4，并在Block中设置不同窗口大小的标准卷积的卷积核得到多个同维度的特征向量，将这些特征向量相加之后得到具有多尺度特征、局部特征和全局特征的特征向量； 步骤6：将步骤5得到的特征向量进行一次层归一化LayerNorm，然后利用全连接神经网络对步骤5得到的特征向量进行概率预测，将概率最大的那个类作为分类结果输出； 步骤7：将训练集的数字标签和步骤6得到的分类结果代入损失函数，计算预测结果与真实标签的损失值，利用这个损失函数优化步骤4-步骤6中的整体模型，得到对当前遥感影像集的分类结果。

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”。

以上内容由龙图腾AI智能生成。