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！

龙图腾网获悉桂林电子科技大学申请的专利一种基于辐射仿真数据的偏振遥感多层云识别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：CN114910427B 。

龙图腾网通过国家知识产权局官网在2025-11-25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：202210489788.1，技术领域涉及：G01N21/25；该发明授权一种基于辐射仿真数据的偏振遥感多层云识别方法是由李树;张诗淼;储小雪;叶松;王新强;王方原;甘永莹设计研发完成，并于2022-05-06向国家知识产权局提交的专利申请。

本一种基于辐射仿真数据的偏振遥感多层云识别方法在说明书摘要公布了：本发明提供的是一种基于辐射仿真数据的偏振遥感多层云识别方法。其过程包括：基于矢量辐射传输模型，获取准确的大气顶辐射仿真数据作为机器学习的训练样本；搭建基于K‑近邻模型的多层云识别算法，基于强度辐射、偏振辐射、多角度等多维信息，用K‑近邻模型训练偏振遥感仿真数据，实现对多层云的标识。本发明可用于偏振遥感云像元的多层云标识，为偏振遥感的数据应用提供支持。

本发明授权一种基于辐射仿真数据的偏振遥感多层云识别方法在权利要求书中公布了：1.一种基于辐射仿真数据的偏振遥感多层云识别方法，其特征在于，该方法的具体过程包括如下步骤： 步骤1，根据矢量辐射传输模型对大气顶辐射特性进行仿真，获取包含单层云、多层云大气条件下大气顶的辐射仿真数据； 步骤2，对步骤1的数据进行预处理，构建符合机器学习网络输入要求的多层云训练数据集； 步骤3，基于K-近邻模型搭建偏振遥感多层云识别算法； 步骤4，基于步骤2的样本集训练步骤3的模型，根据训练结果，剔除对多层云识别产生消极影响的信息，确定最佳的多层云训练数据，提高多层云识别精度； 步骤5，根据步骤4确定的最佳多层云训练数据，优化多层云识别算法并训练模型确定最优参数； 步骤6，根据步骤5的模型测试实测数据，对偏振遥感多层云进行标识，将识别结果与云垂直分布数据进行对比，验证算法的有效性； 所述矢量辐射传输模型的输入参数分别为大气分子参数、云层参数、气溶胶参数； 所述K-近邻模型的核心是使用距离度量，获得离目标点最近的k个点，根据分类决策规则，决定目标点的分类； 距离度量定义： 式中，xi和yi是n维实数向量空间Rn上的两个点；p＝2时，是常见的欧氏距离； k值的选择：选用较小的k值，通过交叉验证方法选择最佳的k值； 分类决策规则采用多数表决，由输入实例的K个最临近的训练实例中的多数类决定输入实例的类别。

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桂林电子科技大学，其通讯地址为：541004 广西壮族自治区桂林市桂林金鸡路1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。