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！

龙图腾网获悉哈尔滨理工大学申请的专利一种联合空谱关联与混合阶相似性的光谱图像地物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：CN119295836B 。

龙图腾网通过国家知识产权局官网在2025-06-17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：202411593628.7，技术领域涉及：G06V10/764；该发明授权一种联合空谱关联与混合阶相似性的光谱图像地物分类方法是由李骜;叶海天;孔德渠;谷凤伟;杨海陆;王莉莉设计研发完成，并于2024-11-08向国家知识产权局提交的专利申请。

本一种联合空谱关联与混合阶相似性的光谱图像地物分类方法在说明书摘要公布了：一种联合空谱关联与混合阶相似性的光谱图像地物分类方法，属于遥感图像处理和分类领域，该方法首先通过熵率超像素分析将高光谱数据集提取出的第一主成分进行分割，堆叠每个区域提取的d维潜在特征得到潜在特征矩阵。然后，根据波段间相关系数矩阵学习、高光谱波段间相似性矩阵学习以及空谱联合相关性学习得到总目标函数，并求解系数矩阵和波段间相似矩阵直到总目标函数值收敛。最后，根据求解所得波段间相似矩阵进行谱聚类，并选取信息熵最大的波段构成波段子集，对所得波段子集使用k近邻算法进行分类，得到分类结果，并计算分类准确率；与其他方法相比，本发明提高了分类的准确性，性能更加稳健。

本发明授权一种联合空谱关联与混合阶相似性的光谱图像地物分类方法在权利要求书中公布了：1.一种联合空谱关联与混合阶相似性的光谱图像地物分类方法，其特征在于，所述方法包括步骤： 对一个高光谱数据集进行主成分分析提取其第一主成分，对所得第一主成分进行熵率超像素分割，将光谱图像分割为N个区域；对每一区域，提取其d维潜在特征；将各波段每一区域d维潜在特征进行堆叠，得到高光谱图像数据的潜在特征矩阵F； 根据得到的潜在特征矩阵F进行波段间相关系数矩阵学习，得到系数矩阵Z；将F分别映射至高斯核空间、多项式核空间以及逆多项式核空间中，得到三个不同的相似性矩阵R1,R2,R3，将其叠加得到相似性矩阵Rs； 根据相似性矩阵Rs计算其混合阶相似性矩阵R；根据混合阶相似性矩阵R进行高光谱波段间相似性矩阵学习得到波段间相似性矩阵S；根据系数矩阵Z和波段间相似性矩阵S进行空谱联合相关性学习，以更新波段间相似性矩阵S； 根据波段间相关系数矩阵学习、高光谱波段间相似性矩阵学习以及空谱联合相关性学习得到总目标函数；对所得总目标函数使用交替求解法和梯度下降法迭代求解系数矩阵Z和波段间相似性矩阵S直至总目标函数值收敛； 根据求解结果对波段间相似性矩阵S进行谱聚类，得到波段聚类结果，计算每个波段的信息熵，选取每个聚类中信息熵最大的波段构成波段子集；根据波段子集使用k近邻算法进行分类，得到分类结果； 根据所得分类结果，计算所述光谱图像据集上的分类准确率。

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哈尔滨理工大学，其通讯地址为：150080 黑龙江省哈尔滨市南岗区学府路52号哈尔滨理工大学；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”。