恭喜南京理工大学钟圣唯获国家专利权
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！
龙图腾网恭喜南京理工大学申请的专利一种基于原型对齐的高光谱图像主动域适应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：CN119494989B 。
龙图腾网通过国家知识产权局官网在2025-05-20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：202510041036.2，技术领域涉及：G06V10/764；该发明授权一种基于原型对齐的高光谱图像主动域适应分类方法是由钟圣唯;罗海洋;许申;宫辰设计研发完成，并于2025-01-10向国家知识产权局提交的专利申请。
本一种基于原型对齐的高光谱图像主动域适应分类方法在说明书摘要公布了：本发明公开了一种基于原型对齐的高光谱图像主动域适应分类方法，所述分类方法包括三个阶段。在第一阶段，为置信的目标域样本分配伪标签并得到目标域原型的特征表示，在源域和目标域原型的交互引导下初步对齐域之间的分布；在第二阶段，选择域偏移下潜在最有价值的目标域样本并由专家进行标注；在第三阶段，采样具有平衡类别分布的目标域样本进行自训练。本发明能够利用有限的标注预算有效地提升目标域上的分类性能，具有显著的成本效益，同时缓解高光谱图像中普遍存在的类别不平衡问题。
本发明授权一种基于原型对齐的高光谱图像主动域适应分类方法在权利要求书中公布了：1.一种基于原型对齐的高光谱图像主动域适应分类方法，其特征在于，包括以下步骤：步骤1、为目标域样本分配伪标签得到目标域原型；步骤2、通过源域的交叉熵损失，特征级原型对齐损失与任务级原型对齐损失，得到第一阶段损失函数；步骤3、识别目标域特定样本；步骤4、从所述目标域特定样本中选择样本并标注，得到标注的目标域样本集合；步骤5、通过所述标注的目标域样本集合的交叉熵损失，所述标注的目标域样本集合的特征级原型对齐损失与所述第一阶段损失函数，得到第二阶段损失函数；步骤6、通过所述标注的目标域样本集合和未标注的目标域样本集合，得到目标域的类别频率；步骤7、通过所述目标域的类别频率，得到用于类平衡自训练的目标域样本集合；步骤8、通过所述用于类平衡自训练的目标域样本集合的交叉熵损失与所述第二阶段损失函数，得到第三阶段损失函数。
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南京理工大学，其通讯地址为：210094 江苏省南京市玄武区孝陵卫街道200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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号