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！

龙图腾网恭喜中山大学申请的专利一种基于DBCL-3DDC的小样本PolSAR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：CN119919815B 。

龙图腾网通过国家知识产权局官网在2025-06-27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：202510396197.3，技术领域涉及：G06V20/10；该发明授权一种基于DBCL-3DDC的小样本PolSAR图像分类方法是由姜娜娜;罗慧琪;朱炬波;赵强设计研发完成，并于2025-03-31向国家知识产权局提交的专利申请。

本一种基于DBCL-3DDC的小样本PolSAR图像分类方法在说明书摘要公布了：本发明公开了一种基于DBCL‑3DDC的小样本PolSAR图像分类方法，涉及雷达遥感图像解译领域。所述方法包括：对PolSAR图像中的像素点进行切片，得到图像切片作为DBCL‑3DDC网络的输入；其中，DBCL‑3DDC网络包括对比分支、混合分支以及分类分支；对比分支与混合分支中，采取随机增强策略对图像切片进行预处理得到切片增强视图，令对比分支与混合分支在切片增强视图上进行预训练，基于多层次对比学习更新策略更新对比分支与混合分支的网络参数；令分类分支在图像切片进行基于小样本分类的微调，更新分类分支的网络参数；将更新后的DBCL‑3DDC网络用于整幅PolSAR图像的分类任务。相较于现有技术，本发明可启发式提取多实例PolSAR图像的特征表示，在小样本条件下实现高精度分类，适用于标签样本稀缺的PolSAR领域。

本发明授权一种基于DBCL-3DDC的小样本PolSAR图像分类方法在权利要求书中公布了：1.一种基于DBCL-3DDC的小样本PolSAR图像分类方法，其特征在于，包括： 对PolSAR图像中的像素点进行切片，得到图像切片作为DBCL-3DDC网络的输入；其中，所述DBCL-3DDC网络包括对比分支、混合分支以及分类分支； 所述对比分支与所述混合分支中，采取随机增强策略对所述图像切片进行预处理得到切片增强视图，令所述对比分支与所述混合分支在所述切片增强视图上进行预训练，基于多层次对比学习更新策略更新所述对比分支与所述混合分支的网络参数；其中，所述对比分支包括在线网络和目标网络，所述混合分支包括与所述在线网络结构相同且共享网络参数的混合网络； 令所述分类分支在所述图像切片进行基于小样本分类的微调，更新所述分类分支的网络参数； 将更新后的DBCL-3DDC网络用于整幅PolSAR图像的分类任务； 其中，所述在线网络fθ包括基于3DDC的用于提取稠密特征的FEM组件、用于特征建模的FPM组件和用于预测的Predictor组件； 所述混合网络包括FEM组件、FPM组件和Predictor组件； 所述目标网络fξ包括FEM组件和FPM组件； 所述FEM组件包括三个相连的卷积块，且相邻的卷积块间还设置有注意力机制作为旁路；其中，所述卷积块依序包括3DDC层、BN层、ReLU层及最大池化层； 所述FPM组件包括平行的用于输出全局特征的全局特征投影子分支和输出局部稠密特征的稠密特征投影子分支；其中，所述全局特征投影子分支依序包括全局平均池化层、FC层、BN层、ReLU层及FC层，所述稠密特征投影子分支依序包括3DDC层、BN层、ReLU层、3DDC层及FC层。

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山大学，其通讯地址为：510315 广东省广州市海珠区新港西路135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”。