发明专利已授权

基于测地线空谱协同图学习的高光谱图像特征提取方法

📄 申请号：CN202210007221.6 📄 发布日：2026/04/16

著录项目信息

申请日

2022-01-05

公开号

CN116468909B

公开日

2025-04-29

申请人

重庆邮电大学

法律状态

已下证

专利类型

发明

主分类号

G06V10_58

IPC 分类号

G06V10_58 , G06V10_40 , G06V10_764 ,

技术画像

所属领域

高光谱图像处理高光谱图像处理图像特征提取图学习算法

应用场景

遥感监测, 农业监测, 环境监测, 地质勘探, 军事侦察

AI 智能推荐 · 同申请人专利 · 搜索相似专利

摘要

本发明属于遥感图像处理技术领域，涉及一种基于测地线空谱协同图学习的高光谱图像特征提取方法。该方法利用协同表示方法学习高光谱图像像素间的全局协同表示关系，并通过局部约束刻画高光谱数据的局部流形结构以提高系数矩阵的判别能力。除此之外，在上述构建的全局协同表示模型的正则化项中融入空间邻近信息与基于测地线距离的光谱信息，获得测地线度量约束的空谱协同表示系数矩阵，以充分揭示和利用高光谱数据的空谱邻近结构特性。在此基础上，利用该表示系数矩阵构造无监督加权图，基于图嵌入理论推导出最优的高光谱低维特征投影矩阵，将原始高光谱图像映射到低维特征子空间。相比于其他特征提取方法，本方法能够提供更加有价值的特征信息，有效发掘高光谱数据的复杂内蕴特性，从而取得更高的分类精度。

权利要求书 (12项) 说明书附图

……

图1

图2

图3

法律状态时间线

宽电压窗口的VO(PO3)2、制备方法、超级电容器

当前第 / 件

一种无井新探区地震资料地质层位精细标定方法

同领域国内专利 · IPC: (G06V10_58)

G06V10_10 G06V10_12 G06V10_14 G06V10_141 G06V10_143 G06V10_147 G06V10_20 G06V10_22 G06V10_24 G06V10_25 G06V10_26 G06V10_28 G06V10_30 G06V10_32 G06V10_34 G06V10_40 G06V10_42 G06V10_44 G06V10_46 G06V10_50 G06V10_52 G06V10_54 G06V10_56 G06V10_58 G06V10_62 G06V10_70 G06V10_72 G06V10_74 G06V10_75 G06V10_762 G06V10_764 G06V10_766 G06V10_77 G06V10_771 G06V10_772 G06V10_774 G06V10_776 G06V10_778 G06V10_80 G06V10_82 G06V10_84 G06V10_86 G06V10_94 G06V10_98 覆盖44个领域

议价

不含过户费

📋 交易方式： 委托待转让 📌 交易状态：在售 👁️ 浏览次数：54 ❤️ 收藏人数：93 📋 项目申报： 未申报

资金托管权属尽调包过户

🏢 淄博智来知识产权服务有限公司

✓ 企业认证✓ 手机绑定历史成交 0件好评率 98.5%

📊 出价记录 (3条)

王**¥-10万

李** 企业¥-8万

陈**¥-3万

查看全部出价

我要出价 (议价)

基于测地线空谱协同图学习的高光谱图像特征提取方法

著录项目信息

技术画像

所属领域

应用场景

摘要

法律状态时间线

同领域国内专利 · IPC: (G06V10_58)

相似专利推荐 AI 驱动 · 同领域

知识蒸馏方法及装置、存储介质、终端

一种基于人工智能的终端软件综合分析方法及系统

基于人工智能的实训室管理平台及方法

服务项目

资源中心

关于柿子坊