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！

龙图腾网恭喜中国科学院长春光学精密机械与物理研究所申请的专利基于FKAN的层级递进式高光谱图像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：CN119478556B 。

龙图腾网通过国家知识产权局官网在2025-05-13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：202510048161.6，技术领域涉及：G06V10/764；该发明授权基于FKAN的层级递进式高光谱图像分类方法是由王永成;冯昊;钱进;孙蕴晗;胡雪岩;贲广利;徐东东;肖辉设计研发完成，并于2025-01-13向国家知识产权局提交的专利申请。

本基于FKAN的层级递进式高光谱图像分类方法在说明书摘要公布了：本发明属于遥感图像分类技术领域，尤其涉及一种基于FKAN的层级递进式高光谱图像分类方法。S1：将带有标签的高光谱图像数据集分为训练集和测试集后，对训练集进行处理，获得全局级样本、局部级样本和像素级尺度样本；S2：构建层级递进式融合网络模型，层级递进式融合网络模型包括全局信息支路、局部特征提取支路和像素级特征提取支路；S3：利用总损失函数对层级递进式融合网络模型进行训练，获得训练好的层级递进式融合网络模型；S4：将测试集输入至训练好的层级递进式融合网络模型，得到对应的预测分类结果。本发明保留了多支路网络的人工权重分配，以灵活适配对光谱信息和空间信息要求不同的实际分类场景。

本发明授权基于FKAN的层级递进式高光谱图像分类方法在权利要求书中公布了：1.一种基于FKAN的层级递进式高光谱图像分类方法，其特征在于：具体包括如下步骤：S1：将带有标签的高光谱图像数据集分为训练集和测试集后，对训练集进行处理，获得全局级样本、局部级样本和像素级尺度样本；S2：构建层级递进式融合网络模型，所述层级递进式融合网络模型包括全局信息支路、局部特征提取支路和像素级特征提取支路；层级递进式融合网络模型还包括第一FKAN模块，将全局信息支路输出的全局级特征、局部特征提取支路输出的局部级特征和像素级特征提取支路输出的像素级特征进行加权后，将各自的加权结果按波段所在维度进行堆叠，获得融合序列特征，将融合序列特征输入至第一FKAN模块进行处理，获得预测分类结果；获得预测分类结果的数学表达式为： ；其中，为预测分类结果的向量，为具有cn个节点的单层FKAN，cn为类别数量，为将多通道特征图按波段所在维度堆叠成单通道特征图，为与像素级特征对应的权重，为与局部级特征对应的权重，为与全局级特征对应的权重；S3：将全局级样本输入至全局信息支路，将局部级样本输入至局部特征提取支路，将像素级尺度样本输入至像素级特征提取支路，并利用总损失函数对层级递进式融合网络模型进行训练，获得训练好的层级递进式融合网络模型；S4：将测试集输入至训练好的层级递进式融合网络模型，得到对应的预测分类结果。

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科学院长春光学精密机械与物理研究所，其通讯地址为：130033 吉林省长春市经济技术开发区东南湖大路3888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”。