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！

龙图腾网获悉中国地质大学(武汉)申请的专利一种改进卷积神经网络的火星浅表层介电常数预测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：CN118962622B 。

龙图腾网通过国家知识产权局官网在2025-09-19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：202411055924.1，技术领域涉及：G01S7/41；该发明授权一种改进卷积神经网络的火星浅表层介电常数预测方法是由周峰;蔡亲奋设计研发完成，并于2024-08-02向国家知识产权局提交的专利申请。

本一种改进卷积神经网络的火星浅表层介电常数预测方法在说明书摘要公布了：本申请提供了一种改进卷积神经网络的火星浅表层介电常数预测方法，涉及地质勘探领域及行星探测领域，方法包括：获取火星次表层探测雷达数据并进行预处理；提取火星次表层探测雷达A‑scan数据；构建基于注意力机制和级联的一维卷积神经网络；通过构建的火星次表层地质模型以及火星次表层探测雷达A‑scan数据，对一维卷积神经网络进行训练；通过训练后的一维卷积神经网络，结合预处理后的火星次表层探测雷达数据，对火星浅表层地下介电常数值进行预测。本申请所提方法使用基于数据驱动的改进的一维深度卷积神经网络来代替传统人为判断探地雷达信号中双曲线拟合，实现自主预测火星浅表层的地下介电特性的方法。

本发明授权一种改进卷积神经网络的火星浅表层介电常数预测方法在权利要求书中公布了：1.一种改进卷积神经网络的火星浅表层介电常数预测方法，其特征在于，方法包括以下步骤： S1：获取火星次表层探测雷达数据并进行预处理； S2：提取火星次表层探测雷达A-scan数据； S3：构建基于注意力机制和级联的一维卷积神经网络； 所述一维卷积神经网络的输入数据大小设置为800×500，800代表每道采样点数，500表示A-scan道数； 所述一维卷积神经网络包括：卷积模块、自注意力层、级联层Cascade、第五卷积层、上采样层、反卷积层Deconv1、反卷积层Deconv2、反卷积层Deconv3、反卷积层Deconv4、反卷积层Deconv5、输出层； 所述卷积模块、自注意力层、级联层Cascade、第五卷积层、上采样层依次顺序连接； 所述卷积模块、反卷积层Deconv1、反卷积层Deconv2依次顺序连接； 所述上采样层和反卷积层Deconv2均连接反卷积层Deconv3； 所述反卷积层Deconv3、反卷积层Deconv4、反卷积层Deconv5、输出层依次顺序连接； S4：通过构建的火星风化层介电常数地质模型以及火星次表层探测雷达A-scan数据，对一维卷积神经网络进行训练； S5：通过训练后的一维卷积神经网络，结合预处理后的火星次表层探测雷达数据，对火星浅表层地下介电常数值进行预测。

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国地质大学(武汉)，其通讯地址为：430000 湖北省武汉市洪山区鲁磨路388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。