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！

龙图腾网获悉成都大熊猫繁育研究基地;中国科学院成都生物研究所申请的专利基于自适应判别增强的遥感影像二级地物精细化制图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：CN121505073B 。

龙图腾网通过国家知识产权局官网在2026-04-10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：202610043396.0，技术领域涉及：G06T11/26；该发明授权基于自适应判别增强的遥感影像二级地物精细化制图方法是由梁好;杨浩;莫利;罗鹏;齐敦武;李红林;吴素娟;蒋敏;兰官伟;周延山设计研发完成，并于2026-01-14向国家知识产权局提交的专利申请。

本基于自适应判别增强的遥感影像二级地物精细化制图方法在说明书摘要公布了：本发明公开了一种基于自适应判别增强的遥感影像二级地物精细化制图方法，属于遥感信息处理与地理信息科学领域，包括：选取目标二级分类地物的样本点，并对其进行预处理；初始化最优特征集合和候选特征集合；判断是否满足循环终止条件，若不满足，则遍历候选特征集合中每个波段，计算各波段的ACSI值，并存入临时待选列表；对临时待选列表中各ACSI值进行排序，获得ACSI值最高的波段，利用所述波段更新最优特征集合和候选特征集合；循环终止，按入栈顺序输出最优特征集合中波段，并将各波段输入机器学习模型，生成二级地物精细化分类地图。本发明从根本上解决了现有技术在遥感精细化分类中无法有效保留微弱判别信号的难题。

本发明授权基于自适应判别增强的遥感影像二级地物精细化制图方法在权利要求书中公布了：1.一种基于自适应判别增强的遥感影像二级地物精细化制图方法，其特征在于，包括以下步骤： S1：选取目标二级分类地物的样本点，并对其进行预处理，获得地物类别标签样本； S2：基于地物类别标签样本，定义光谱波段集合，并初始化最优特征集合和候选特征集合； S3：基于最优特征集合和候选特征集合，判断是否满足循环终止条件，若不满足，则遍历候选特征集合中每个波段，计算各波段的ACSI值，并存入临时待选列表，同时进入步骤S4，否则进入步骤S5； 所述S3中遍历候选特征集合中每个波段，计算各波段的ACSI值，包括以下分步骤： S31：对于候选特征集合中每一个特征波段，遍历当前最优特征集合中每一个已选波段，将每个波段的样本值连接进行向量化，得到光谱特征向量，并计算特征波段与每一个波段的相似度； S32：确定最大相似度，并计算特征波段相对于当前最优特征集合的信息增益系数； S33：根据信息增益系数和可调谐放大算子，计算特征波段的ACSI值； 所述特征波段的ACSI值为： 其中，为波段的ACSI值，为细粒度分类的地物类别数，为第类地物样本的集合，为第类地物对应的样本数量，为第类地物样本在特征波段上的均值，为样本集在特征波段上的均值，为中任一样本在特征波段上的值，为可调节非线性放大指数，为特征波段与每一个波段的相似度，为已入选最优特征集合的特征波段集合，集合长度取值=； 所述可调节非线性放大指数计算公式为： 其中为总体相关系数，为判断是否属于细粒度分类的分段点，为皮尔逊相关系数，为第类地物的光谱特征向量，为第类地物的光谱特征向量，为第类地物在全波段上的光谱均值，为第类地物样本在特征波段上的均值，为第类地物在全波段上的光谱均值，为总波段数； S4：对临时待选列表中各ACSI值进行排序，获得ACSI值最高的波段，利用所述波段更新最优特征集合和候选特征集合，并清空临时待选列表，同时返回步骤S3； S5：循环终止，按入栈顺序输出最优特征集合中波段，并将各波段输入机器学习模型，生成二级地物精细化分类地图。

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成都大熊猫繁育研究基地;中国科学院成都生物研究所，其通讯地址为：610503 四川省成都市成华区熊猫大道1375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”。

以上内容由龙图腾AI智能生成。