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！

龙图腾网获悉浙江大学申请的专利联合决策树和深度学习的大区域光伏用地分类方法及系统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：CN119559501B 。

龙图腾网通过国家知识产权局官网在2025-09-26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：202411597356.8，技术领域涉及：G06V20/10；该发明授权联合决策树和深度学习的大区域光伏用地分类方法及系统是由陆丽珍;杜宇麒;徐印;徐嘉玉;谷静雯;徐韵词设计研发完成，并于2024-11-11向国家知识产权局提交的专利申请。

本联合决策树和深度学习的大区域光伏用地分类方法及系统在说明书摘要公布了：本发明公开了一种联合决策树和深度学习的大区域光伏用地分类方法，属于机器学习和遥感智能制图领域。针对单一传统机器学习和深度学习难以兼顾大区域遥感影像分类的精度与速度问题，本发明基于遥感影像制作全球代表性区域样本集，构建光伏用地指数，并采用两步分类方法：第一步，基于光伏用地指数等特征构建决策树分类器，在GEE遥感云平台上实现大区域光伏用地的快速分类，分类结果经后处理、栅矢转换和缓冲区等处理后，生成光伏用地粗分类区；第二步，在基线ResUNet++模型中添加副分支和指数空间注意力模块，构建多尺度融合光伏用地特征的光伏用地分类模型，并基于该模型从粗分类区中精确识别光伏用地，实现大区域光伏用地的快速精确制图。

本发明授权联合决策树和深度学习的大区域光伏用地分类方法及系统在权利要求书中公布了：1.一种联合决策树和深度学习的大区域光伏用地分类方法，其特征在于，包括以下步骤： S1、从全球光伏用地的位置数据集和分类数据集中选取代表性光伏用地区域的数据，构建包含遥感影像、地理坐标、成像时间、下垫面土地覆盖类型以及光伏阵列排列方式的光伏用地样本数据集； S2、将光伏用地样本数据集输入到构建好的决策树分类器中进行粗分类，得到二值栅格图形式的粗分割结果； S3、对粗分割结果进行后处理，在经过后处理的粗分割结果周围设定预设大小的缓冲区，在缓冲区外部框定外包络矩形，由遥感影像中外包络矩形内部的像元构成光伏用地粗分类区影像； S4、通过人机交互为每个光伏用地粗分类区影像生成光伏用地真实标签，并对光伏用地粗分类区影像和光伏用地真实标签进行切片操作，由切片后的光伏用地粗分类区影像和光伏用地真实标签构成光伏用地分类数据集； S5、在光伏用地分类数据集上训练多尺度融合光伏用地特征的光伏用地分类模型； S6、将待进行光伏用地分类的光伏用地粗分类区影像输入到训练好的光伏用地分类模型中，得到光伏用地粗分类区影像的分割结果，实现光伏用地精细识别； 所述光伏用地分类模型为主-副双分支结构，主分支包括一个输入模块、一个编码器、一个空洞空间金字塔池化模块、一个解码器和一个输出模块，副分支包括一个输入模块、一个编码器和五个指数空间注意力模块，其中，主分支的编码器、副分支的编码器以及主分支的解码器各包含四个残差块，主分支为U型对称结构，主分支解码器的各残差块与主分支编码器同级的各残差块进行跳跃连接，副分支编码器的各残差块的输入和输出之间进行密集连接，副分支中每个指数空间注意力模块生成的指数特征空间权重与主分支编码器同级的各残差块进行密集连接，副分支中每个指数空间注意力模块生成的指数特征空间权重与后一个指数空间注意力模块生成的指数特征空间权重进行密集连接后，再与主分支解码器同级的各残差块进行密集连接；主分支的输入模块的输入为基于切片后的光伏用地粗分类区影像生成的多光谱图像，副分支的输入模块的输入为基于切片后的光伏用地粗分类区影像生成的指数图像。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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。