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！

龙图腾网恭喜长安大学申请的专利一种基于动态宽度-深度神经网络进行高光谱影像分类的方法及其训练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：CN113486923B 。

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：202110615207.X，技术领域涉及：G06V10/764；该发明授权一种基于动态宽度-深度神经网络进行高光谱影像分类的方法及其训练方法是由席江波;赵超英;姜卓;王哲设计研发完成，并于2021-06-02向国家知识产权局提交的专利申请。

本一种基于动态宽度-深度神经网络进行高光谱影像分类的方法及其训练方法在说明书摘要公布了：本发明属于人工智能技术领域，公开了一种基于动态宽度‑深度神经网络进行高光谱影像分类的方法及其训练方法。该网络可以解决在宽度下采样层向宽度方向和深度方向扩展学习高级特征时使用迭代最小二乘法，将多个EWSWS网逐个加入到网络中，以增量的方式获得更多的学习能力。当训练数据学习充分时，增长过程自动停止。在此过程中训练数据在特征域和样本域都进行了分割，因此可以用于特征维数高、训练样本数量多的高光谱影像数据。网络的另一个优点是，在逐步、自动地寻找合适的体系结构时，学习过程更加稳定，可以在全连接层中给出非常具体的超参数和训练好的权值。

本发明授权一种基于动态宽度-深度神经网络进行高光谱影像分类的方法及其训练方法在权利要求书中公布了：1.一种基于动态宽度-深度神经网络进行高光谱影像分类的方法，其特征在于，包括宽度方向的P个EWSWS网络，在学习阶段，P个EWSWS网络依次级联；在应用阶段，P个EWSWS网络并行对待处理高光谱数据进行处理；P个EWSWS网络通过对待学习数据的逐步学习过程，逐个加入所述动态宽度-深度神经网络中；每个EWSWS网络包含深度方向依次级联的多个宽度下采样层，每个宽度下采样层包含多个转换层；每个转换层通过宽度滑动窗口模块和子采样模块构造；在滑动过程中，每个转换层在深度方向上扩展；每个EWSWS网络的内部数据处理过程为：a将待学习数据集输入EWSWS网络，设第n次滑动后转换核的输出为： Mn表示第n次滑动时的转换核的数量；pn为第n次滑动截取的输入向量，表示一组转换核函数；b对转换核的输出沿样本维进行排序，对排序后的输出进行子采样；c对于每一个滑动窗口，在宽度方向上的子采样输出进行合并，得到总输出：GEWSWS＝[GS_1,GS_2,…,GS_N]其中，GEWSWS表示滑动后转换核输出经排序和子采样输出合并后的总输出；GS_1表示第1次滑动后转换核输出经排序和子采样之后的输出；GS_N表示第N次滑动后转换核输出经排序和子采样之后的输出；d每个宽度下采样层需要使用多个转换层在深度方向上扩展，即在深度方向上，上一层宽度下采样层的输出作为下一层宽度下采样层的输入，每层宽度下采样层的滑动窗口数量根据当前层输入矢量的长度来确定，直到最后一层的转换层输出则当前EWSWS网络的最终输出为： 其中，W为当前EWSWS网络对应的全连接层权重；e通过最小化平方误差计算权重的最小二乘估计 其中，D为类别真值矢量；f基于的伪逆矩阵计算 其中，上标T表示矩阵转置。

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长安大学，其通讯地址为：710064 陕西省西安市南二环中段33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”。