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！

龙图腾网恭喜北京科技大学申请的专利一种融合曼巴与切比雪夫图卷积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：CN119741558B 。

龙图腾网通过国家知识产权局官网在2025-05-30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：202510241315.3，技术领域涉及：G06V10/764；该发明授权一种融合曼巴与切比雪夫图卷积的高光谱图像分类方法是由庄培显;王昊;韩嘉恒;李江昀;张笑辰;王宏;袁立;张天翔设计研发完成，并于2025-03-03向国家知识产权局提交的专利申请。

本一种融合曼巴与切比雪夫图卷积的高光谱图像分类方法在说明书摘要公布了：本发明提供一种融合曼巴与切比雪夫图卷积的高光谱图像分类方法，涉及高光谱图像检测技术领域。所述方法包括：收集高光谱图像数据集，并进行预处理，将每张图像以每个像素点为中心划分为预定数量的图像块；将图像块输入异构空间卷积块进行处理，获得具有不同感受野的输出数据；将输出数据分为两个分支，其中一个分支通过波段选择增强双向曼巴分支进行处理，获取空间特征与光谱特征的长程依赖关系，得到第一输出；另一个分支输入重参数化切比雪夫图卷积分支进行处理，获取不同像素之间的相似关系，得到第二输出；对第一输出和第二输出进行融合，得到双分支融合特征，输入分类器中得到最终分类结果。本发明能够提升分类精度，并降低计算成本。

本发明授权一种融合曼巴与切比雪夫图卷积的高光谱图像分类方法在权利要求书中公布了：1.一种融合曼巴与切比雪夫图卷积的高光谱图像分类方法，其特征在于，包括以下步骤：S1、收集高光谱图像数据集，并按比例划分为训练集和验证集；S2、对图像数据进行预处理，将每张图像以每个像素点为中心划分为预定数量的图像块X；S3、将图像块X输入异构空间卷积块进行处理，获得具有不同感受野的输出数据Xout；S4、将Xout分为两个分支，其中一个分支通过波段选择增强双向曼巴分支进行处理，获取图像中空间特征与光谱特征的长程依赖关系；所述步骤S4中，波段选择增强双向曼巴分支的处理过程包括：将异构空间卷积块的输出数据Xout输入位置信息编码器，通过位置信息编码为输入数据增加位置信息，以提供像素在空间排列的上下文信息；将编码后数据输入深度可分离卷积层进行特征提取，提取出图像的空间特征Xc；波段选择增强双向曼巴分支的公式表达为： ；其中，MambaspafXc和MambaspabXc分别代表前向空间曼巴和后向空间曼巴的操作过程，FlipXc代表数据的翻转操作，Xspaf为前向空间曼巴的输出，Xspab为后向空间曼巴的输出；S5、利用频带选择曼巴模型对不同光谱通道生成通道重要性分数S，并与波段选择增强双向曼巴分支的输出进行加权处理，得到第一输出YM；所述步骤S5中，频带选择曼巴模型的处理过程包括：交换深度可分离卷积层的输出结果Xc的空间维度和光谱维度，得到Xr， ；将Xr分别通过前向光谱曼巴和后向光谱曼巴操作后，相加得到光谱特征Xb： ；对光谱特征Xb进行池化、全连接层和sigmoid激活函数操作，生成通道重要性分数S，S表示不同光谱通道的重要性： ；将波段选择增强双向曼巴分支的输出和通道重要性分数S相乘，得到加权特征Yspaf和Yspab： ； ；通过卷积层和拼接操作融合加权后的特征，得到第一输出YM： ； Y M 为包含了图像中前向和后向的光谱信息与空间信息的长程依赖关系的特征表示；S6、将Xout的另一个分支输入重参数化切比雪夫图卷积分支进行处理，获取图像中不同像素之间的相似关系，得到第二输出Y；所述步骤S6中，重参数化切比雪夫图卷积分支的处理过程包括：将异构空间卷积块的输出数据Xout进行层归一化，每个像素视为图结构中的节点；使用余弦相似度计算所有节点之间的相似度，得到向量相似度矩阵M；匹配指示器设置阈值T，对向量相似度矩阵M进行过滤，生成邻接矩阵A；对邻接矩阵进行度映射，得到度矩阵D，根据度矩阵D和邻接矩阵A构建图拉普拉斯矩阵L；为使节点保留自身特征，对图拉普拉斯矩阵L添加自环，得到更新后的图拉普拉斯矩阵；使用切比雪夫迭代法对更新后的图拉普拉斯矩阵进行计算，得到多个阶数的切比雪夫多项式；表示k阶切比雪夫多项式，通过递归关系计算；将计算结果输入重参数化加权器，得到重参数化的切比雪夫系数wk：重参数化切比雪夫图卷积分支的输出，即第二输出Y表示为： ；其中Xin为输入特征矩阵，包含图中节点的特征；Y∈RN×C，N为像素数，C为输出特征的维度，K为切比雪夫多项式的阶数；S7、利用双支路集成模块对第一输出YM和第二输出Y进行融合，得到双分支融合特征，输入分类器中得到最终分类结果；所述步骤S7具体包括：对波段选择增强双向曼巴分支的第一输出YM和重参数化切比雪夫图卷积分支的第二输出Y分别进行池化、第一层卷积、第一激活函数、第二层卷积、第二激活函数的操作，生成通道注意力权重；将每个分支的输出特征与对应的通道注意力权重进行逐元素乘法，然后将加权后的特征融合，得到双分支融合特征；将双分支融合特征输入到分类器，执行分类任务，得到最终分类结果。

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北京科技大学，其通讯地址为：100083 北京市海淀区学院路30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”。