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！

龙图腾网获悉中国海洋大学;中国海洋大学三亚海洋研究院申请的专利一种基于字典学习的光谱数据融合方法及系统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：CN119851077B 。

龙图腾网通过国家知识产权局官网在2025-06-10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：202510307299.3，技术领域涉及：G06V10/80；该发明授权一种基于字典学习的光谱数据融合方法及系统是由胡连波;任福纲;陈树果设计研发完成，并于2025-03-17向国家知识产权局提交的专利申请。

本一种基于字典学习的光谱数据融合方法及系统在说明书摘要公布了：本发明属于数据处理技术领域，具体公开了一种基于字典学习的光谱数据融合方法及系统，其中方法包括以下步骤：步骤S1、对高光谱数据和多光谱数据进行自适应的像素聚类，得到理想簇数量；步骤S2、利用在线字典学习算法计算每簇高光谱数据的光谱字典；步骤S3、结合光谱字典计算聚类后的每簇多光谱数据的稀疏系数；步骤S4、根据光谱字典和稀疏系数计算每簇对应的融合数据，整合各簇的融合数据得到融合图像；本发明在处理复杂数据集时能够获得更准确、更稳定的聚类结果；同时本发明对系数矩阵施加了非负的约束条件，加强了结果的鲁棒性。

本发明授权一种基于字典学习的光谱数据融合方法及系统在权利要求书中公布了：1.一种基于字典学习的光谱数据融合方法，其特征在于，包括以下步骤：步骤S1、对高光谱数据和多光谱数据进行自适应的像素聚类，得到理想簇数量；步骤S2、利用在线字典学习算法计算每簇高光谱数据的光谱字典；步骤S3、结合光谱字典计算聚类后的每簇多光谱数据的稀疏系数；步骤S4、根据光谱字典和稀疏系数计算每簇对应的融合数据，整合各簇的融合数据得到融合图像；其中，所述步骤S1中的自适应的像素聚类具体包括：通过迭代计算确定理想簇中心；根据簇内数据计算Calinski-Harabasz指数；预设簇数量，并在其范围内重复上述步骤，得到多个Calinski-Harabasz指数，当Calinski-Harabasz指数最大时选择其对应的簇数量作为理想簇数量；所述步骤S3中稀疏系数的计算包括以下步骤：经过步骤S1聚类的每簇多光谱数据记为： ；其中，k为簇的编号，R用来表示实数集；l为多光谱数据的波段数；dk为第k簇中高光谱数据数据点数量；c为多光谱数据相比于高光谱数据的空间分辨率倍数；将多光谱数据划分为多个尺寸大小为n×n的不重叠的小块Pkm，记为；利用广义非负同步正交匹配追踪算法求解下列不等式，可得到每个小块Pkm对应的稀疏系数Akm： ； 表示使目标函数最小的Akm取值，为高光谱到多光谱的转换矩阵，L为高光谱数据波段数，l为多光谱数据的波段数，为转换之后的光谱字典，mk表示第k簇小块的总数量；表示对系数矩阵Akm的行稀疏性约束；表示的L2范数的平方；s.t.表示受限于；ε为无限接近于0的数；对每簇中的各个小块的稀疏系数Akm进行求和即可得到当前簇多光谱数据的稀疏系数Ak。

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中国海洋大学;中国海洋大学三亚海洋研究院，其通讯地址为：266100 山东省青岛市崂山区松岭路238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”。