Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜西安电子科技大学王海获国家专利权

恭喜西安电子科技大学王海获国家专利权

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!

龙图腾网恭喜西安电子科技大学申请的专利基于低秩和稀疏先验约束自编码器的高光谱异常检测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:CN117197665B

龙图腾网通过国家知识产权局官网在2025-05-16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:202311137313.7,技术领域涉及:G06V20/10;该发明授权基于低秩和稀疏先验约束自编码器的高光谱异常检测方法是由王海;林生;张敏;成曦;霍豫;董优强设计研发完成,并于2023-09-05向国家知识产权局提交的专利申请。

基于低秩和稀疏先验约束自编码器的高光谱异常检测方法在说明书摘要公布了:本发明公开了一种基于低秩和稀疏先验约束自编码器的高光谱异常检测方法,主要解决现有检测方案在复杂应用场景下检测效果不佳的问题。包括:1构建两个共享编码器的自编码器;2建立目标函数,将高光谱图像分解成低秩成分、稀疏成分和残差成分;3利用低秩成分和稀疏成分作为标签,分别计算两个自编码器的重构损失;4将高光谱图像分解和自编码器训练整合到统一框架,以端到端方式联合优化;5利用RX检测器对重构结果处理并进行融合,得到最终检测结果。本发明通过结合基于线性的低秩和稀疏模型与基于非线性的自编码器的优势,并以端到端的方式进行联合优化,避免模型陷入局部最优,有效提升了高光谱异常检测性能。

本发明授权基于低秩和稀疏先验约束自编码器的高光谱异常检测方法在权利要求书中公布了:1.一种基于低秩和稀疏先验约束自编码器的高光谱异常检测方法,其特征在于,包含步骤如下:1构建低秩和稀疏先验约束的自编码器:由编码器_E和低秩解码器_LR组成第一自编码器LR',由编码器_E和稀疏解码器_S组成第二自编码器S',且第一自编码器LR'和第二自编码器S'共享编码器_E,得到低秩和稀疏先验约束的第一自编码器LR'和第二自编码器S';2端到端联合优化:2.1将高光谱图像X分解为低秩成分L、稀疏成分S和残差成分E;2.2利用低秩成分L和稀疏成分S作为标签,分别建立第一自编码器LR'和第二自编码器S'的重构损失lLR和lS,并对其进行训练;2.3将高光谱图像X的分解与自编码器的训练整合到统一框架,以端到端的方式实现联合优化,得到如下联合优化目标函数: s.t.X=L+S+E其中,λ、β、γ、α和ν表示权衡各正则项的系数,分别为第一权衡系数、第二权衡系数、第三权衡系数、第四权衡系数和第五权衡系数;||·||*、||·||1和||·||2,1分别表示核范数、L1范数和L2,1范数;s.t.表示约束条件;2.4利用增广拉格朗日函数对联合优化目标函数进行求解,采用反向传播和Adam优化器进行优化,获取编码器_E、低秩解码器_LR和稀疏解码器_S的最优参数Θen'、和得到训练好的第一自编码器LR'和第二自编码器S';3高光谱异常检测:3.1将高光谱图像X送入训练好的第一自编码器LR'和第二自编码器S'中,分别获得重构的低秩部分Lre和重构的稀疏部分Sre;3.2利用RX检测器计算残差数据的检测结果dLR以及重构稀疏部分Sre的检测结果dS,并根据下式对检测结果dLR和dS进行非线性融合,得到最终检测结果df: 其中,df表示最终检测结果,k表示融合系数。

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西安电子科技大学,其通讯地址为:710071 陕西省西安市雁塔区太白南路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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。