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上海技术物理研究所申请的专利基于重构卷积Transformer的高光谱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：CN120766048B 。

龙图腾网通过国家知识产权局官网在2025-12-16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：202511262601.4，技术领域涉及：G06V10/764；该发明授权基于重构卷积Transformer的高光谱分类方法是由孙德新;毛志浩;赵思维设计研发完成，并于2025-09-05向国家知识产权局提交的专利申请。

本基于重构卷积Transformer的高光谱分类方法在说明书摘要公布了：本发明公开一种基于重构卷积Transformer的高光谱分类方法，属于高光谱遥感探测领域，包括：获取原始图像数据后，引入了光谱空间重构网络，采用分离与重构操作；结合组归一化层中的缩放因子来评估不同特征图的信息含量，以此获取一个计算特征图；利用特征的冗余，引入光谱特征重构网络，采用分割变换和融合策略；使用空间注意力模块，克服卷积核网格结构带来的限制，同时引入新的激活方案；使用光谱关联模块，建立高光谱立方体中不同像元光谱的联系，重建输入特征图；使用Pooling线性化输出，获取分类结果。本发明实现更高精度和更快速度的高光谱图像分类，能在各类复杂场景下保持稳健的分类性能。

本发明授权基于重构卷积Transformer的高光谱分类方法在权利要求书中公布了：1.一种基于重构卷积Transformer的高光谱分类方法，其特征在于，包括如下步骤： 步骤1、输入一景高光谱图像数据作为原始训练图像数据，随机选取高光谱图像数据中的数据作为训练集，其余数据作为测试集； 步骤2、建立高光谱数据压缩网络，引入光谱空间重构网络与光谱特征重构网络；采用分离与重构操作，充分利用空间冗余；结合组归一化层中的缩放因子来评估不同特征图的信息含量，将信息丰富的特征与信息较少的特征相加，以生成信息更丰富的特征并节省存储空间；光谱特征重构网络采用分割变换和融合策略，对原始的高光谱图像数据进行压缩，生成高光谱压缩数据； 光谱特征重构网络采用的分割变换和融合策略包括： 对于给定的模块特征图输出，首先将模块特征图输出的通道分割为两部分，分别为通道和通道，为设置的阈值；随后，利用1×1卷积转变为压缩特征图的通道，将空间细化特征分为上层和下层 其中，为1×1卷积运算；分别为特征的通道数，高，宽； 上层送入上层转换阶段，进行卷积操作，对输出求和，得到上变换阶段的输出 下层被输入到下层转换阶段形成下变换阶段的输出 利用简化的SKNet方法自适应合并来自上变换阶段的输出和下变换阶段的输出，之后采用全局平均池化来获取具有通道统计量的全局空间信息，计算公式为： ； 其中，和分别为图像的宽度和高度；Pooling表示全局平均池化操作，表示输出，即上变换阶段的输出和下变换阶段的输出；表示图片像素位置为p，q的输出；具有通道统计量的全局空间信息包括上全局通道描述符、下全局通道描述符，m表示上变换阶段和下变换阶段的编号； 将上全局通道描述符、下全局通道描述符堆叠在一起，并使用通道软注意力操作来生成特征重要性向量，如下所示： ； 压缩后的高光谱图像输出为： ； 步骤3、基于生成的高光谱压缩数据，构建结合快速空间注意力机制的Transformer网络进行图像分类操作，通过空间注意力机制克服卷积核在人机交互分类中的几何限制； 步骤4、通过光谱关联模块将三维卷积运算生成的掩码整合出空间信息并将其重新构建，最后通过池化操作输出分类结果。

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上海技术物理研究所，其通讯地址为：200083 上海市虹口区中山北一路420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。