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！

龙图腾网获悉泉州装备制造研究所申请的专利一种图像分类方法和系统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：CN120047754B 。

龙图腾网通过国家知识产权局官网在2025-07-08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：202510517559.X，技术领域涉及：G06V10/764；该发明授权一种图像分类方法和系统是由沈慧芳;蓝璇丽;方立;周树东;张静茹设计研发完成，并于2025-04-24向国家知识产权局提交的专利申请。

本一种图像分类方法和系统在说明书摘要公布了：本发明涉及图像处理领域，具体涉及一种图像分类方法和系统，包括如下依次执行的步骤：S1：获取高光谱图像中的标记样本，构建标记数据集，所述标记数据集包括训练集和测试集，将所述训练集的标记样本的标签传播到未标记样本，并从中挑选出数据分布平衡的未标记样本，作为未标记数据集；S2：构建特征提取网络PCET‑Net，将所述训练集和未标记数据集输入该特征提取网络PCET‑Net进行训练，输出分类类别概率；S3：采用总的损失函数反向调整所述特征提取网络PCET‑Net，S4：将所述测试集输入调整后的特征提取网络PCET‑Net进行图像分类，并输出分类结果；本申请采用自训练的半监督深度学习，采用特征提取网络PCET‑Net选择可靠的未标记样本增强模型的性能，从而提高分类精度。

本发明授权一种图像分类方法和系统在权利要求书中公布了：1.一种图像分类方法，其特征在于：包括如下依次执行的步骤： S1：获取高光谱图像中的标记样本，构建标记数据集，所述标记数据集包括训练集和测试集，将所述高光谱图像进行超像素分割，将所述训练集的标记样本的标签传播到未标记样本，并从中挑选出数据分布平衡的未标记样本，作为未标记数据集； S2：构建特征提取网络PCET-Net，该特征提取网络PCET-Net包括用于评估图像块质量并输出图像块的置信度的评估模块、用于融合光谱信息和空间信息的SSMF模块和分类模块，将所述训练集输入该特征提取网络PCET-Net进行训练，输出分类类别概率，对所述未标记数据集的样本进行弱增强处理，获得，对所述未标记数据集的样本进行强增强处理，获得，将和分别输入到该特征提取网络PCET-Net进行训练，将输出的类别概率与动态阈值策略调整后的动态阈值相比较，若输出的类别概率大于动态阈值，该类别则获得对应的伪标签，否则，该类别不获得伪标签； S3：根据步骤S2输出的分类类别概率分别计算所述训练集和所述未标记数据集的损失函数，并采用总的损失函数反向调整所述特征提取网络PCET-Net，总的损失函数的计算方式如下： S3-1：采用如下公式计算训练集的损失函数： ； 其中，是评估模块输出的置信度，表示目标类别的预测值，表示对类别的预测值，表示指数函数； S3-2：采用如下公式计算未标记数据集的损失函数： ； 其中，表示未标记样本的伪标签，表示对应的动态阈值，为第个未标记样本的弱增强的预测概率，为第个未标记样本的强增强的预测概率，是未标记样本的总数，s.t.是英文短语subjectto的缩写，表示“受约束于”或“满足以下条件”，max表示最大化操作； S3-3：总的损失函数采用如下公式计算： ； S4：将所述测试集输入调整后的特征提取网络PCET-Net进行图像分类，并输出分类结果。

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泉州装备制造研究所，其通讯地址为：362000 福建省泉州市台商投资区洛阳镇上浦村吉贝511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”。