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！

龙图腾网恭喜浙江安防职业技术学院;温州市未来城市研究院;中国地质大学(武汉)申请的专利一种基于元伪标签多尺度图卷积网络的高光谱图像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：CN119399562B 。

龙图腾网通过国家知识产权局官网在2025-03-25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：202510004147.6，技术领域涉及：G06V10/764；该发明授权一种基于元伪标签多尺度图卷积网络的高光谱图像分类方法是由徐海燕;徐刚;吴柯;杨帆;李素怡;占燕婷设计研发完成，并于2025-01-02向国家知识产权局提交的专利申请。

本一种基于元伪标签多尺度图卷积网络的高光谱图像分类方法在说明书摘要公布了：本发明涉及一种基于元伪标签多尺度图卷积网络的高光谱图像分类方法，通过建立元伪标签的多尺度特征搜索图卷积网络MPL‑MFSGCN，先利用SLIC超像素分割技术将HSI划分为不同尺度的超像素图并转化为图结构；接着构建了一个多尺度特征搜索图卷积网络MFSGCN架构，并利用神经网络搜索算法优化超像素特征权重组合，增强特征表达的判别力；通过采用共享同一图卷积网络的半监督教师‑学生模型来生成元伪标签，并对学生网络进行微调，以提高网络的鲁棒性；在小样本条件下能自动捕获关键特征，相较于常用的HSI数据集上取得了比先进方法更高的分类精度，有效提升了分类准确性。

本发明授权一种基于元伪标签多尺度图卷积网络的高光谱图像分类方法在权利要求书中公布了：1.一种基于元伪标签多尺度图卷积网络的高光谱图像分类方法，其特征在于：包括以下步骤，s1，使用卷积神经网络CNN提取原始高光谱图像的像素级特征；s2，将原始高光谱图像划分为无标签数据集与标签数据集，进行四种尺度的超像素分割；s3，合并较小超像素形成较大超像素，得到了多层超像素结构图，包含每个尺度下的图特征结构，与不同尺度下超像素之间关系的层次矩阵H，之后将超像素点作为图的节点，并连接相邻超像素作为边；s4，构建多尺度特征搜索图卷积网络MFSGCN，使用图卷积神经网络GCN对不同尺度的超像素特征图进行融合；s5，通过步骤s4获得最终的融合特征后，引入元伪标签方法进行模型训练，建立共享同一个图卷积网络结构的半监督的教师-学生模型，由待训练的教师网络使用有标签的训练数据进行预训练，预训练后的教师网络在根据无标签数据生成预测结果，得到相应的伪标签，计算伪标签、有标签数据和无标签数据在学生网络中的损失，利用最小化期望损失，进行网络参数迭代更新，优化教师网络参数与学生网络损失函数，得到损失最小且分类精度最高的学生网络；s6，对学生网络进行计算验证损失与验证精度，依据计算结果微调学生网络，之后重复计算验证与微调网络操作，至计算结果符合停止阈值，得到最佳的教师-学生模型，完成基于元伪标签的多尺度特征搜索图卷积网络MPL-MFSGCN；s7，使用训练完成的网络模型进行分类制图，与其它常用分类模型对比，分析分类结果精度。

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浙江安防职业技术学院;温州市未来城市研究院;中国地质大学(武汉)，其通讯地址为：325000 浙江省温州市瓯海区瓯海大道2555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”。