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！

龙图腾网恭喜浙江大学申请的专利一种兼顾代表性和信息量的低冗余高光谱波段选择方法及装置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：CN114519769B 。

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：202111637324.2，技术领域涉及：G06T17/00；该发明授权一种兼顾代表性和信息量的低冗余高光谱波段选择方法及装置是由刘宇飞;陈淑涵;厉小润设计研发完成，并于2021-12-29向国家知识产权局提交的专利申请。

本一种兼顾代表性和信息量的低冗余高光谱波段选择方法及装置在说明书摘要公布了：本发明涉及高光谱遥感图像处理领域，公开了兼顾代表性和信息量的低冗余高光谱波段选择方法及装置。包括：1构建3D重建网络，度量候选波段子集对原始高光谱图像的代表性；2度量候选波段子集的冗余度；3度量候选波段子集包含的信息量；4设计兼顾波段代表性、冗余度和信息量的波段子集打分函数，评价候选波段子集；5产生若干候选波段子集，选择得分最高的候选波段子集作为被选波段子集。本发明从高光谱图像特性出发，挖掘了高光谱图像波段之间固有的非线性相关关系，充分利用了高光谱图像的空间信息，结合了先进的深度学习知识，提出了兼顾波段代表性、冗余度和信息量的波段选择方法，能够提升高光谱图像像素分类的精度。

本发明授权一种兼顾代表性和信息量的低冗余高光谱波段选择方法及装置在权利要求书中公布了：1.一种兼顾代表性和信息量的低冗余高光谱波段选择方法，其特征在于，包括如下步骤：步骤1构建并训练3D重建网络：将原始高光谱图像分块，每一个高光谱图像块作为一个样本；以高光谱图像块作为3D重建网络的输入并训练；步骤2度量波段代表性：将高光谱图像数据块通过稀疏二进制掩膜，计算公式表示为： 其中，μ∈[0,1]L代表稀疏二进制掩膜，用于表示每个波段是否被包含在候选波段子集中，L代表总波段数，代表按波段乘法符号，XP代表高光谱图像块；将通过掩膜后的数据进行重缩放；以重缩放数据作为训练好的3D重建网络的输入，重建原始的高光谱数据，得到候选波段子集的代表性度量；步骤3度量波段冗余度；所述波段冗余度度量方法采用Pearson相关系数或向量子空间投影技术；步骤4度量波段信息量；所述波段信息量度量方法采用信息散度或信息熵；步骤5构建兼顾波段代表性、冗余度和信息量的综合评价指标，计算公式表示为：scoreXS＝-l-αRXS+βIXS其中，α和β代表平衡系数，RXS代表候选波段子集XS的冗余度度量值，IXS代表候选波段子集XS的信息量度量值，l代表候选波段子集XS的代表性度量，scoreXS代表候选波段子集XS的综合评价指标得分；步骤6搜索期望波段子集：使用分组式搜索算法的子集搜索策略，计算每一个候选波段子集的综合评价指标得分，搜索得分最高的波段子集作为所选波段子集；所述的分组式搜索算法采用免疫克隆选择算法、遗传算法或粒子群优化算法。

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大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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”。