Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 积分商城 国际服务 IP管家助手 科技果 科技人才 商标交易 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中科光启空间信息技术有限公司聂岩获国家专利权

中科光启空间信息技术有限公司聂岩获国家专利权

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!

龙图腾网获悉中科光启空间信息技术有限公司申请的专利一种基于异构计算的高分辨多光谱数据PCA降维算法的加速计算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:CN114372524B

龙图腾网通过国家知识产权局官网在2026-03-13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:202210013154.9,技术领域涉及:G06F18/2135;该发明授权一种基于异构计算的高分辨多光谱数据PCA降维算法的加速计算方法是由聂岩;张莉;王宏基;焦航;刘辉设计研发完成,并于2022-01-07向国家知识产权局提交的专利申请。

一种基于异构计算的高分辨多光谱数据PCA降维算法的加速计算方法在说明书摘要公布了:本发明属于高分辨多光谱数据PCA降维算法技术领域,公开一种基于异构计算的高分辨多光谱数据PCA降维算法的加速计算方法:步骤一、实现高分辨多光谱遥感数据的多维数据体的读取和加载;步骤二、通过基于循环分裂窗算法的异构计算方法来求解单维度数据的非背景像元的自比例加权平均值;步骤三、实现单维度数据的非背景像元数据的中心标准化;步骤四、通过异构计算方法求解数据体的各维度间的协方差矩阵;步骤五、利用基文斯旋转矩阵迭代法来求解协方差矩阵的特征值和对应的特征向量;步骤六、求解多维像元向量在各个主成分上的投影;步骤七、获取和存储经投影计算后的若干个主成分波段的结果数据,本发明能实现大数据体量下的PCA降维算法的加速优化。

本发明授权一种基于异构计算的高分辨多光谱数据PCA降维算法的加速计算方法在权利要求书中公布了:1.一种基于异构计算的高分辨多光谱数据PCA降维算法的加速计算方法,其特征在于,包括:S1、实现高分辨多光谱遥感数据的多维数据体的读取和加载;S2、通过基于循环分裂窗算法的异构计算方法来求解单维度数据的非背景像元的自比例加权平均值;S3、实现单维度数据的非背景像元数据的中心标准化;S4、通过异构计算方法求解数据体的各维度间的协方差矩阵;S5、利用基文斯旋转矩阵迭代法来求解协方差矩阵的特征值和对应的特征向量;S6、求解多维像元向量在各个主成分上的投影;S7、获取和存储经投影计算后的若干个主成分波段的结果数据; 循环分裂窗算法包括:基于高分辨多光谱遥感数据的多维数据体中的某波段的单维度数据,将单维度数据在X方向上的像元数据尺度表示为XSize,将单维度数据在Y方向上的像元数据尺度表示为YSize;在单维度数据的范围内,设置像元数据窗口的大小,将该像元数据窗口在X方向上的像元数据尺度表示为Winx,将像元数据窗口在Y方向上的像元数据尺度表示为Winy;使用分裂公式对单维度数据进行尺度缩小处理,针对缩小的单维度数据中的像元,像元为经尺度缩小处理前的单维度数据中的与其相对应的非背景像元的累加和,将分裂公式描述如下: 其中,XSize',YSize'分别为缩小的单维度数据在X方向和Y方向上的尺度,XSize,YSize分别为经尺度缩小处理前的单维度数据在X方向和Y方向上的尺度,Winx,Winy分别为单维度数据中的像元数据窗口在X方向和Y方向上的尺度,计算缩小的单维度数据的单个像元值的过程作为一个并行计算单元放入GPGPU中进行处理; 当单维度数据在X方向或Y方向上的尺度不够对像元数据窗口在X方向或Y方向上的尺度进行整除时,对单维度数据补充相应的0像元列和0像元行,补充的列数col和行数row通过如下的公式计算: 其中,Winx,Winy分别为单维度数据中的像元数据窗口在X方向和Y方向上的尺度,XSize,YSize分别为单维度数据在X方向和Y方向上的尺度; 重复对单维度数据进行尺度缩小处理,直到达到预先设定的处理次数,或单维度数据在X方向和Y方向上的尺度均已缩小到预先设定的尺度以下,停止尺度缩小处理。

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科光启空间信息技术有限公司,其通讯地址为:450000 河南省郑州市惠济区新城路北、创境南街东睿谷三区4号楼三层301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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。