買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜浙江安防職業技術學院;溫州市未來城市研究院;中國地質大學(武漢)申請的專利一種基于元偽標簽多尺度圖卷積網絡的高光譜圖像分類方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN119399562B 。

龍圖騰網通過國家知識產權局官網在2025-03-25發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510004147.6，技術領域涉及：G06V10/764；該發明授權一種基于元偽標簽多尺度圖卷積網絡的高光譜圖像分類方法是由徐海燕;徐剛;吳柯;楊帆;李素怡;占燕婷設計研發完成，并于2025-01-02向國家知識產權局提交的專利申請。

本一種基于元偽標簽多尺度圖卷積網絡的高光譜圖像分類方法在說明書摘要公布了：本發明涉及一種基于元偽標簽多尺度圖卷積網絡的高光譜圖像分類方法，通過建立元偽標簽的多尺度特征搜索圖卷積網絡MPL?MFSGCN，先利用SLIC超像素分割技術將HSI劃分為不同尺度的超像素圖并轉化為圖結構；接著構建了一個多尺度特征搜索圖卷積網絡MFSGCN架構，并利用神經網絡搜索算法優化超像素特征權重組合，增強特征表達的判別力；通過采用共享同一圖卷積網絡的半監督教師?學生模型來生成元偽標簽，并對學生網絡進行微調，以提高網絡的魯棒性；在小樣本條件下能自動捕獲關鍵特征，相較于常用的HSI數據集上取得了比先進方法更高的分類精度，有效提升了分類準確性。

本發明授權一種基于元偽標簽多尺度圖卷積網絡的高光譜圖像分類方法在權利要求書中公布了：1.一種基于元偽標簽多尺度圖卷積網絡的高光譜圖像分類方法，其特征在于：包括以下步驟，s1，使用卷積神經網絡CNN提取原始高光譜圖像的像素級特征；s2，將原始高光譜圖像劃分為無標簽數據集與標簽數據集，進行四種尺度的超像素分割；s3，合并較小超像素形成較大超像素，得到了多層超像素結構圖，包含每個尺度下的圖特征結構，與不同尺度下超像素之間關系的層次矩陣H，之后將超像素點作為圖的節點，并連接相鄰超像素作為邊；s4，構建多尺度特征搜索圖卷積網絡MFSGCN，使用圖卷積神經網絡GCN對不同尺度的超像素特征圖進行融合；s5，通過步驟s4獲得最終的融合特征后，引入元偽標簽方法進行模型訓練，建立共享同一個圖卷積網絡結構的半監督的教師-學生模型，由待訓練的教師網絡使用有標簽的訓練數據進行預訓練，預訓練后的教師網絡在根據無標簽數據生成預測結果，得到相應的偽標簽，計算偽標簽、有標簽數據和無標簽數據在學生網絡中的損失，利用最小化期望損失，進行網絡參數迭代更新，優化教師網絡參數與學生網絡損失函數，得到損失最小且分類精度最高的學生網絡；s6，對學生網絡進行計算驗證損失與驗證精度，依據計算結果微調學生網絡，之后重復計算驗證與微調網絡操作，至計算結果符合停止閾值，得到最佳的教師-學生模型，完成基于元偽標簽的多尺度特征搜索圖卷積網絡MPL-MFSGCN；s7，使用訓練完成的網絡模型進行分類制圖，與其它常用分類模型對比，分析分類結果精度。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人浙江安防職業技術學院;溫州市未來城市研究院;中國地質大學(武漢)，其通訊地址為：325000 浙江省溫州市甌海區甌海大道2555號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。