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！

龙图腾网恭喜中国人民解放军火箭军工程大学申请的专利一种高光谱影像聚类方法、系统、设备、介质及产品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：CN119131438B 。

龙图腾网通过国家知识产权局官网在2025-02-21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：202411594976.6，技术领域涉及：G06V10/762；该发明授权一种高光谱影像聚类方法、系统、设备、介质及产品是由丁遥;张志利;杨爱涛;祝慧鑫;周召发;黄世奇;康伟杰设计研发完成，并于2024-11-11向国家知识产权局提交的专利申请。

本一种高光谱影像聚类方法、系统、设备、介质及产品在说明书摘要公布了：本申请公开了一种高光谱影像聚类方法、系统、设备、介质及产品，涉及图像数据处理领域。该方法包括：获取高光谱影像；采用超像素分割方法，将高光谱影像转换为超像素级图；超像素级图为区域级的图数据；获取聚类模型；将超像素级图输入聚类模型，得到聚类结果。其中，聚类模型包括自适应滤波器图编码器、图嵌入聚类自训练解码器以及同构增强结构学习模块；自适应滤波器图编码器用于提取低频特征和高频特征；图嵌入聚类自训练解码器用于进行自训练，并利用k‑means算法得到聚类结果；同构增强结构学习模块用于根据不同的聚类任务动态调整输入的图结构。本申请能够提高高光谱影像的聚类精度。

本发明授权一种高光谱影像聚类方法、系统、设备、介质及产品在权利要求书中公布了：1.一种高光谱影像聚类方法，其特征在于，所述高光谱影像聚类方法包括：获取高光谱影像；所述高光谱影像为像素级的图数据；采用超像素分割方法，将所述高光谱影像转换为超像素级图；所述超像素级图为区域级的图数据；获取聚类模型；所述聚类模型为采用样本数据集训练好的网络模型；所述聚类模型包括自适应滤波器图编码器、图嵌入聚类自训练解码器以及同构增强结构学习模块；所述自适应滤波器图编码器用于提取低频特征和高频特征；所述图嵌入聚类自训练解码器用于进行自训练，并利用k-means算法得到聚类结果；所述同构增强结构学习模块用于根据不同的聚类任务动态调整输入的图结构；将所述超像素级图输入所述聚类模型，得到聚类结果；其中，所述自适应滤波器图编码器的t层堆叠为： ；式中，表示输入图节点谱特征，是自适应滤波器图编码器堆叠t层后的表示，是t层卷积后的图节点表示，表示自适应图滤波器，表示自适应滤波器图编码器的第层；在所述自适应滤波器图编码器中采用线性变换权重矩阵对所述超像素级图进行编码，表示为： ；式中，表示自适应滤波器图编码器的输出，表示自适应滤波器图编码器第0层的输出，表示线性变换权重矩阵。

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人民解放军火箭军工程大学，其通讯地址为：710025 陕西省西安市灞桥区同心路2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”。