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！

龙图腾网获悉武汉大学申请的专利一种基于深度学习的海冰分类和密集度反演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：CN119165484B 。

龙图腾网通过国家知识产权局官网在2025-09-05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：202411210264.X，技术领域涉及：G01S13/90；该发明授权一种基于深度学习的海冰分类和密集度反演方法是由朱婷婷;张宇;张胜凯;肖峰;李佳星设计研发完成，并于2024-08-30向国家知识产权局提交的专利申请。

本一种基于深度学习的海冰分类和密集度反演方法在说明书摘要公布了：本发明公开了一种基于深度学习的海冰分类和密集度反演方法，涉及遥感影像处理技术领域，旨在解决现有技术的问题，其包括获取原始双极化合成孔径雷达数据，并对其进行预处理；对预处理后数据进行超像素分割得到多个超像素；利用条件随机场模型计算超像素的后验概率，确定不确定超像素单元；将不确定超像素单元作为输入，基于Ice‑WaterNet网络模型输出不确定超像素单元内的海冰和海水边界线，组合得到海冰分类结果图；对海冰分类结果图进行海冰密集度反演得到海冰密集度反演结果。本发明提高了海冰分类和密集度的反演精度，可在全球气候变化监测、海洋环境保护、极地资源开发利用等方面发挥更加重要的作用。

本发明授权一种基于深度学习的海冰分类和密集度反演方法在权利要求书中公布了：1.一种基于深度学习的海冰分类和密集度反演方法，其特征在于，包括： 获取原始双极化合成孔径雷达数据； 对原始双极化合成孔径雷达数据进行预处理，得到预处理的双极化合成孔径雷达数据； 对预处理的双极化合成孔径雷达数据进行超像素分割，得到多个超像素； 利用条件随机场模型计算超像素的后验概率，取后验概率位于设定区间内的超像素作为不确定超像素单元； 将不确定超像素单元作为输入，基于预训练的Ice-WaterNet网络模型输出得到不确定超像素单元内的海冰和海水边界线； 组合所有不确定超像素单元内的海冰和海水分界线得到海冰分类结果图； 根据海冰分类结果图进行海冰密集度反演，得到海冰密集度反演结果； 其中，所述Ice-WaterNet网络模型基于U-Net网络模型构建得到，所述构建方法包括在U-Net网络模型的解码器中各卷积层均连接不确定性度量模块，所述不确定性度量模块用于将不确定超像素单元划分为不确定区域和确定区域，并计算不确定区域内特征的不确定性以对不确定性大的特征赋予高权重； 所述不确定性度量模块的数据处理过程包括： 对于每个不确定超像素单元，将模型反卷积时输出概率最大时对应的缓冲区域记为不确定区域； 以矩形模型作为滤波窗口，不断改变滤波窗口的感受视野，获取不确定区域内的海冰海分界线以将不确定区域重新划分为确定性区域和不确定性区域，直至滤波窗口的大小达到或超过不确定超像素单元最小外接矩形的大小，其中，所述矩形模型的长宽比为不确定超像素单元最小外接矩形的长宽比； 计算不确定超像素单元中不确定性区域内特征的不确定性，得到所有不确定超像素单元中不确定性区域内特征的不确定性值，其表达式如下： ； 其中，表示海冰预测不确定性，表示海水预测不确定性，表示海冰不确定性特征，表示海水不确定性特征，表示偏移量； 根据所有不确定超像素单元中不确定性区域内特征的不确定性值进行排序，对不确定性值大的特征赋予高权重。

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武汉大学，其通讯地址为：430072 湖北省武汉市武昌区八一路299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。