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！

龙图腾网恭喜安徽大学申请的专利一种基于空域-光谱维度转换的高光谱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：CN114330591B 。

龙图腾网通过国家知识产权局官网在2025-04-29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：202210007108.8，技术领域涉及：G06V10/764；该发明授权一种基于空域-光谱维度转换的高光谱分类方法是由吴军;孙欣仪;屈磊;王慧敏;欧阳磊;李园园;韩婷婷设计研发完成，并于2022-01-05向国家知识产权局提交的专利申请。

本一种基于空域-光谱维度转换的高光谱分类方法在说明书摘要公布了：本发明涉及基于空域‑光谱维度转换的高光谱分类方法，包括：对于原始高光谱数据集和相对应的标签向量数据集进行等间距不重叠划分；得到转换后的新训练集、新验证集、新测试集、新训练集标签、新验证集标签、新测试集标签；构建基于空域‑光谱维度转换的高光谱分类网络DSSFN；采用Adam算法进行迭代优化，得到分类性能最优的最优网络DSSFN；向最优网络DSSFN中输入测试集、新测试集和对应的测试集标签进行分类结果预测。本发明通过空域‑光谱维度转换，实现光谱全通道信息交互的全像素分类，充分利用光谱信息，提高稀缺高光谱数据的利用率和分类效率，网络的分支结构比较简单，具有较好的分类性能和较好的泛化能力。

本发明授权一种基于空域-光谱维度转换的高光谱分类方法在权利要求书中公布了：1.一种基于空域-光谱维度转换的高光谱分类方法，其特征在于：该方法包括下列顺序的步骤：（1）对于原始高光谱数据集和相对应的标签向量数据集进行等间距不重叠划分，得到训练集X1、验证集X2、测试集X3，以及训练集标签Y1、验证集标签Y2和测试集标签Y3；（2）将划分好的训练集X1、验证集X2、测试集X3进行空域-光谱维度转换，得到转换后的新训练集X1_1、新验证集X2_1、新测试集X3_1；同时对训练集标签Y1、验证集标签Y2和测试集标签Y3进行维度转换，得到新训练集标签Y1_1、新验证集标签Y2_1、新测试集标签Y3_1；（3）构建基于空域-光谱维度转换的高光谱分类网络DSSFN；（4）将训练集X1、验证集X2和新训练集标签Y1_1、新验证集标签Y2_1输入到高光谱分类网络DSSFN的SAS-branch分支中；将新训练集X1_1、新验证集X2_1和新训练集标签Y1_1、新验证集标签Y2_1输入高光谱分类网络DSSFN的SFCI-branch分支中，采用Adam算法进行迭代优化，得到分类性能最优的最优网络DSSFN；（5）向最优网络DSSFN中输入测试集X3、新测试集X3_1和对应的新测试集标签Y3_1进行分类结果预测；所述步骤（2）具体包括以下步骤：（2a）抽取训练集X1、验证集X2、测试集X3中所有像素在光谱维度上的一维向量C*1，C表示光谱带的数量；（2b）将一维向量C*1转置得到1*C，将这两个向量进行乘积处理，得到光谱相关性矩阵C*C；（2c）将大小为W*H*C的训练集X1、验证集X2和测试集X3数据转化为大小为C*C*W*H的数据集X1_1、X2_1、X3_1；W、H分别表示划分的高光谱图像块的宽度和高度，C是光谱带的数量；高光谱图像块由整个原始高光谱数据集划分得到；（2d）将大小为W*H*1的标签进行拉伸、维度转换处理，转换为大小为1*1*（W*H）的新训练集标签Y1_1、新验证集标签Y2_1、新测试集标签Y3_1。

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安徽大学，其通讯地址为：230601 安徽省合肥市经济技术开发区九龙路111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”。