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空天信息创新研究院申请的专利基于无监督公共子空间学习模型的遥感图像分类方法和装置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：CN116740421B 。

龙图腾网通过国家知识产权局官网在2026-01-16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：202310593566.9，技术领域涉及：G06V10/764；该发明授权基于无监督公共子空间学习模型的遥感图像分类方法和装置是由洪丹枫;姚靖;李晨玉;张兵设计研发完成，并于2023-05-24向国家知识产权局提交的专利申请。

本基于无监督公共子空间学习模型的遥感图像分类方法和装置在说明书摘要公布了：本发明公开了一种基于无监督公共子空间学习模型的遥感图像分类方法和装置。将待分类遥感图像中每个像元作为输入数据集；使用预先求解的无监督公共子空间学习模型将输入数据集映射到公共子空间，确定输入数据集在公共子空间中的待分类投影特征集；通过预先设置的分类器，利用待分类遥感图像在公共子空间中对应的同模态投影特征解以及投影特征解对应的多个类别标签对待分类投影特征集进行分类，确定每个像元的分类结果；根据每个像元的分类结果，确定待分类遥感图像的分类图像。解决了依赖标签信息进行分类，导致分类效果差的技术问题。

本发明授权基于无监督公共子空间学习模型的遥感图像分类方法和装置在权利要求书中公布了：1.一种基于无监督公共子空间学习模型的遥感图像分类方法，其特征在于，包括： 将待分类遥感图像中每个像元作为输入数据集，其中所述待分类遥感图像包括以下任意一种模态遥感图像：高光谱图像、激光雷达点云数据、多光谱图像以及合成孔径雷达图像； 通过多模态遥感图像求解无监督公共子空间学习模型，包括：固定无监督公共子空间学习模型公式中的投影特征，确定关于联合变换矩阵的目标函数；对所述目标函数进行关于所述联合变换矩阵的一阶求导，并通过计算一阶导数为零，确定所述联合变换矩阵的联合变换矩阵最优解；将所述联合变换矩阵最优解带入所述无监督公共子空间学习模型公式，确定关于所述投影特征的目标函数；通过对所述投影特征的目标函数进行谱分解，确定所述投影特征的投影特征解；根据所述投影特征解，计算所述联合变换矩阵的联合变换矩阵最优解； 使用预先求解的无监督公共子空间学习模型将所述输入数据集映射到公共子空间，确定所述输入数据集在公共子空间中的待分类投影特征集； 通过预先设置的分类器，利用所述待分类遥感图像在所述公共子空间中对应的同模态投影特征解以及投影特征解对应的多个类别标签对所述待分类投影特征集进行分类，确定每个像元的分类结果； 根据每个像元的分类结果，确定所述待分类遥感图像的分类图像。

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空天信息创新研究院，其通讯地址为：100101 北京市朝阳区大屯路甲20号中国科学院遥感与数字地球研究所A座203室；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。