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！

龙图腾网获悉北京理工大学申请的专利一种基于中间层特征提取和核范数最大化的跨域遥感场景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：CN117079156B 。

龙图腾网通过国家知识产权局官网在2025-06-13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：202311078425.X，技术领域涉及：G06V20/13；该发明授权一种基于中间层特征提取和核范数最大化的跨域遥感场景分类方法是由陈亮;杜瑞彤;王国庆;张宁;刘文超设计研发完成，并于2023-08-25向国家知识产权局提交的专利申请。

本一种基于中间层特征提取和核范数最大化的跨域遥感场景分类方法在说明书摘要公布了：本发明涉及一种基于中间层特征提取和核范数最大化的跨域遥感场景分类方法，属于遥感图像处理领域。本发明的方法采用随机提取中间层特征的方法，以增强特征提取模块中模型的辨别能力。通过充分利用中间层特征，可以捕获遥感图像中的关键部分，减少源域和目标域之间的分布差异。本发明的方法中引入一个缩放因子，使预测输出更接近假设中的理想状态，并使用核范数最大化，以解决遥感数据集中类别间样本数量不平衡导致未标记样本预测多样性降低的问题。

本发明授权一种基于中间层特征提取和核范数最大化的跨域遥感场景分类方法在权利要求书中公布了：1.一种基于中间层特征提取和核范数最大化的跨域遥感场景分类方法，其特征在于该方法的步骤包括： 第一步，获取两个不同的遥感数据集，并选择两个遥感数据集中的公共类中的图像作为场景分类的对象，将其中一个遥感数据集作为源域数据集，另外一个遥感数据集作为目标域数据集，将源域数据集输送到特征提取器F中，得到源域特征图fS，将目标域数据集输送到特征提取器F中，得到目标域特征图fT； 所述源域特征图中包括特征提取器F的N个源域中间层特征图和源域最后一层特征图； 所述目标域特征图中包括特征提取器F的N个目标域中间层特征图和目标域最后一层特征图； 第二步，从第一步所得到的N个源域中间层特征图中，随机选取n个源域中间层特征图fi S，i∈n，并选取n个目标域中间层特征图j∈n；将源域中间层特征图fi S和源域最后一层特征图输送到类别分类器G中，得到所对应的源域预测表示和将目标域中间层特征图和目标域最后一层特征图输送到类别分类器G中，得到所对应的目标域预测表示和 第三步，将第二步得到的源域中间层特征图与其所对应的源域预测表示以多线性映射的方式级联起来得到源域中间层的级联结果将源域最后一层特征图和其所对应的源域预测表示以多线性映射的方式级联起来得到源域最后一层的级联结果将目标域中间层特征图与其所对应的目标域预测表示以多线性映射的方式级联起来得到目标域中间层的级联结果将目标域最后一层特征图和其所对应的目标域预测表示以多线性映射的方式级联起来得到目标域最后一层的级联结果 将源域中间层级联结果和目标域中间层的级联结果拼接得到hi并输送到域分类器D中，同时将源域最后一层的级联结果和目标域最后一层的级联结果拼接得到hfinal并输送到域分类器D中，得到域分类结果； 第四步，根据第二步中得到的源域预测表示得到分类损失函数，根据目标域预测表示得到核范数最大化损失函数，根据第三步得到的域分类结果得到中间层特征提取损失函数，并使用分类损失函数、核范数最大化损失函数和中间层特征提取损失函数同时对特征提取器、类别分类器和域分类器进行优化，完成跨域遥感场景分类。

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北京理工大学，其通讯地址为：100081 北京市海淀区中关村南大街5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”。