Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中国人民解放军92859部队李海滨获国家专利权

中国人民解放军92859部队李海滨获国家专利权

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!

龙图腾网获悉中国人民解放军92859部队申请的专利基于Deeplabv3+网络模型的海岛礁遥感影像地质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:CN114743103B

龙图腾网通过国家知识产权局官网在2025-10-14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:202210389921.6,技术领域涉及:G06V20/10;该发明授权基于Deeplabv3+网络模型的海岛礁遥感影像地质分类方法是由李海滨;滕惠忠;金际航;贾俊涛;王耿峰;杨长保;闸旋;杨盼;叶秋果;辛宪会;陆博文;郑子皓设计研发完成,并于2022-04-14向国家知识产权局提交的专利申请。

基于Deeplabv3+网络模型的海岛礁遥感影像地质分类方法在说明书摘要公布了:本发明涉及一种基于Deeplabv3+网络模型的海岛礁遥感影像地质分类方法,其技术特点是:获取珊瑚岛礁的原始遥感影像,并对原始遥感影像进行数据预处理;建立珊瑚岛礁的地质分类体系,从预处理后的遥感影像中进行特征提取与分类,得到珊瑚岛礁的地质分类数据集;使用珊瑚岛礁的地质分类数据集对Deeplabv3+卷积神经网络和ResNet残差网络模型进行训练,得到训练后的识别与分类模型;使用训练后的识别与分类模型进行预测,得到海岛礁遥感地质分类结果图。本发明设计合理,用于海洋珊瑚岛礁的高分辨率遥感影像分类,具有较高的分类精度并且能够较好地区分不同地物之间的细节,总体分类精度和Kappa系数分别为97.57%和0.9643,可广泛用于海岛礁遥感地质分类。

本发明授权基于Deeplabv3+网络模型的海岛礁遥感影像地质分类方法在权利要求书中公布了:1.一种基于Deeplabv3+网络模型的海岛礁遥感影像地质分类方法,其特征在于:包括以下步骤: 步骤1、获取珊瑚岛礁的原始遥感影像,并对原始遥感影像进行数据预处理; 步骤2、建立珊瑚岛礁的地质分类体系,从预处理后的遥感影像中进行特征提取与分类,得到珊瑚岛礁的地质分类数据集; 步骤3、使用珊瑚岛礁的地质分类数据集对Deeplabv3+卷积神经网络和ResNet残差网络模型进行训练,得到训练后的识别与分类模型; 步骤4、使用训练后的识别与分类模型进行预测,得到海岛礁遥感地质分类结果图; 所述步骤2建立珊瑚岛礁的地质分类体系将岩石类型分为如下七种类型:砂屑灰岩、细砂、中砂、粗砂、珊瑚砾屑灰岩、珊瑚砾块灰岩和珊瑚骨架灰岩; 所述步骤2从预处理后的遥感影像中进行特征提取与分类的方法为:使用不同颜色将不同地质类型进行区分标注,将进行标注了的图像按照32*32大小像素对目标岛礁影像进行图斑分割,得到标注图像,采用随机选取方式选取训练数据集,对标签数据的相同位置以同等大小范围进行裁剪,并利用规则格网选取测试数据集; 所述步骤3的具体实现方法为:采用迁移学习的方法,在Deeplabv3+网络模型的基础上,采用ResNet50为主干模型用于提取特征,对原网络的解码部分进行微调;在训练过程中采用earlystopping和学习率下降训练技巧进行训练,训练时使用珊瑚岛礁的地质分类数据集的训练数据集。

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人民解放军92859部队,其通讯地址为:300061 天津市河西区友谊路40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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。