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！

龙图腾网获悉重庆邮电大学申请的专利一种基于自适应阈值的伪标签遥感图像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：CN114549909B 。

龙图腾网通过国家知识产权局官网在2025-07-11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：202210209902.0，技术领域涉及：G06V10/764；该发明授权一种基于自适应阈值的伪标签遥感图像场景分类方法是由黄颖;李汤升;刘苏设计研发完成，并于2022-03-03向国家知识产权局提交的专利申请。

本一种基于自适应阈值的伪标签遥感图像场景分类方法在说明书摘要公布了：本发明属于遥感图像识别领域，特别涉及一种基于自适应阈值的伪标签遥感图像场景分类方法，包括先使用对抗生成网络对源域数据集进行初步的扩充，然后将扩充后的数据集在骨干网络中通过高斯引导将数据进行浅层对齐，之后接入一个具有两个分类器的伪标签模块生成目标域的伪标签；将两个分类方差正则化并作为自适应阈值对交叉熵损失进行修正，当主分类器和辅助分类器二者之间的预测距离很大时，就表示该标签是错误的，对于这种不确定的样本就不进行惩罚，即抛弃掉错误的标签样本，将预测距离较小的作为伪标签；之后得到带伪标签的目标域和源域送入域分辨器中，更好地拉近了源域和目标域的特征距离；本发明可以更好的应用在遥感图像场景分类上。

本发明授权一种基于自适应阈值的伪标签遥感图像场景分类方法在权利要求书中公布了：1.一种基于自适应阈值的伪标签遥感图像场景分类方法，其特征在于，具体包括以下步骤： S1、将遥感图像数据集划分为源域数据集和目标域数据集，并将带有真实标签的源域数据集输入到对抗生成网络中以扩充所述源域数据集；所述对抗生成网络中的生成网络接受一个随机噪声向量，目标是通过该随机噪声向量来生成与源域数据集类似的真实样本，对抗生成网络中的判别网络判断样本是其生成网络生成的还是真实的源域数据集样本，直至损失函数收敛，输出扩充后的源域数据集样本；所述损失函数表示为：VG,D＝Ex～Pdata[logDx]+Ez～Pzz[log1-DGz]，其中，VG,D表示对抗生成网络中的生成器与判别器的对抗损失，E[]表示求期望，x～Pdata表示真实图像的分布；x表示真实样本，并通过判别网络D判断x为真实样本的概率；z～Pzz表示生成图像的分布；z表示输入到生成网络的噪声，Gz表示生成网络G生成的噪声样本z，DGz表示生成样本通过判别网络后，判断其真实样本的概率； S2、构建出包括特征提取器和分类器的第一场景分类网络，以及构建出包括生成器和判别器的第二场景分类网络；并利用扩充后的源域数据集对所述第一场景分类网络进行预训练； S3、采用预训练后的特征提取器提取目标域数据集在不同层级的数据特征，并通过高斯引导将浅层的数据特征对齐；在高斯引导的提前接入下，将两个域的样本分布构建在一个共同的特征空间中，最终更好的促进特征的对齐； S4、对预训练后的分类器进行复制，形成主分类器和辅助分类器，将对齐后的目标域数据集中不同层级的数据特征输入到主分类器和辅助分类器，并输出第一分类标签和第二分类标签；也即是将对齐后的目标域数据集中深层特征输入到主分类器中，浅层特征输入到辅助分类器中，依次得到目标域数据的第一分类标签和第二分类标签； S5、根据目标域数据集的第一分类标签和第二分类标签，计算出两个分类器之间的分类方差以及交叉熵损失； 所述交叉熵损失表示为： 其中，Lce表示交叉熵损失；表示目标域数据的伪标签的one-hot向量；Fxt|θt表示利用主分类器输出的第一分类标签，E[]表示求期望； S6、对分类方差进行正则化处理，将方差正则化作为自适应阈值对所述交叉熵进行修正，并利用修正后的交叉熵损失来更新第一场景分类网络的模型参数，并确定出目标域数据的伪标签； 修正后的交叉熵损失表示为： Lrect＝E[exp{-Dkl}Lce+Dkl] 其中，Lrect表示修正后的交叉熵损失，Dkl表示分类方差的KL散度损失，E[]表示求期望；Lce表示交叉熵损失； S7、将带有伪标签的目标域数据和带有真实标签的源域数据输入至第二场景分类网络中，利用对抗训练的方式来更新第二场景分类网络的模型参数；利用第二场景分类网络中的生成器分别提取出目标域数据和源域数据的数据特征，利用域分类器判断出数据特征的来源为目标域数据或源域数据集，通过对抗训练的方式，拉近距源域数据集和目标域数据集的特征距离，并确定出对抗损失，直至所述对抗损失收敛，从而优化第二场景分类网络的模型参数； S8、循环迭代步骤S3-S7，更新并优化预训练后的各个场景分类网络模型参数，直至满足分类目标需求，输出目标域数据集的遥感图像场景分类结果。

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重庆邮电大学，其通讯地址为：400065 重庆市南岸区南山街道崇文路2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”。