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！

龙图腾网恭喜南京林业大学申请的专利一种基于加权植被时序属性特征曲线的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：CN114528932B 。

龙图腾网通过国家知识产权局官网在2025-05-09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：202210139780.2，技术领域涉及：G06V10/764；该发明授权一种基于加权植被时序属性特征曲线的分类方法是由陈媛媛;颜瑾;郑思齐;向云飞;魏浩翰设计研发完成，并于2022-02-16向国家知识产权局提交的专利申请。

本一种基于加权植被时序属性特征曲线的分类方法在说明书摘要公布了：本发明提供一种基于加权植被时序属性特征曲线的分类方法，选取一年内的多景双极化Sentinel‑1数据，采用面向对象多尺度分割方法对影像进行分割并以分割后的单元为对象，根据植被生长季状况对其时序特征进行加权分析，运用植被生长季加权DTW获取对象时序曲线间相关性作为新的时序属性特征曲线，然后采用最近邻分类KNN算法进行分类。本发明有针对性的加大植被生长季间的权重并以此提取各对象的植被时序曲线间的相似性作为属性值构成新的时序属性曲线，通过挖掘深层次属性曲线之间的相关性，提高植被类别的分类精度。

本发明授权一种基于加权植被时序属性特征曲线的分类方法在权利要求书中公布了：1.一种基于加权植被时序属性特征曲线的分类方法，其特征在于，选取一年内的多景双极化Sentinel-1数据，采用面向对象多尺度分割方法对影像进行分割并以分割后的单元为对象，根据植被生长季状况对其时序特征进行加权分析，运用植被生长季加权DTW获取对象时序曲线间相关性作为新的时序属性特征曲线，然后采用最近邻分类KNN算法进行分类；包括以下步骤；步骤1，下载一年内多景双极化Sentinel-1SAR影像并进行辐射定标、多视滤波和配准操作，以消除或减弱相干斑噪声，提高图像的目视解译效果；步骤2，从预处理后的多景影像中选取一景进行面向对象多尺度分割并选取不同类别的对象作为训练样本；步骤3，提取各景影像的极化植被指数；步骤4，对各景极化植被指数特征影像中的各分割对象求平均后按序构成面向对象的极化植被指数时序折线；步骤5，对各对象植被时序折线进行平滑滤波；步骤6，采用加权DTW方法提取各对象植被时序曲线的变换属性并构成属性曲线；利用植被生长季加权DTW的相似度量算法，计算每两个分割对象时序曲线之间的相似性度量值构成新的属性时序曲线，再通过分析变换属性后的对象时序曲线的相似性进行下一步分析；加权DTW是在DTW的基础上在植被生长季范围内进行距离加权，有针对性的根据植被生长季获取曲线间的相似性度量值；采用设置权重界限方面灵活的改进logistic权重函数MLWF进行加权： （2）；式中i=2,3,…,m表示矩阵的行索引，j=2,3,…,n表示矩阵的列索引；D（i，j）是路径的最小累积值；指植被生长季，为两时序曲线构成的矩阵中两个数值的欧氏距离；为两时序曲线匹配点间的权重；权重函数如下所示： （3）；其中i=1,2,…m，m是序列的长度，是序列的中点；是权重参数的期望上限，g是控制函数曲率的经验常数，g的范围分布在0.01~0.6，g越大则所占权重越大；步骤7，采用KNN算法根据训练样本的属性曲线对待分类对象的属性曲线进行分类。

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林业大学，其通讯地址为：210000 江苏省南京市龙蟠路159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”。