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！

龙图腾网获悉西南交通大学申请的专利一种半监督深度学习的山区大型滑坡智能遥感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：CN115761513B 。

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：202211584428.6，技术领域涉及：G06V20/10；该发明授权一种半监督深度学习的山区大型滑坡智能遥感识别方法是由张瑞;杨云杰;包馨;沙马阿各;刘国祥;蔡嘉伦;吴仁哲;陈柏瑞;王磊;韩建设计研发完成，并于2022-12-09向国家知识产权局提交的专利申请。

本一种半监督深度学习的山区大型滑坡智能遥感识别方法在说明书摘要公布了：本发明公开了一种半监督深度学习的山区大型滑坡智能遥感识别方法，属于测绘技术领域。本发明包括以下步骤：S1：选取含有滑坡的遥感影像与相应区域的数字高程数据进行数据合成，得到数据集，对数据进行标签标注得到样本集；S2：构建学生训练网络模型和老师训练网络模型，对样本集训练并判断，对样本集进行预测并得到预测结果，判断预测结果的滑坡特征类型并得到训练结果；S3：对S2中得到训练结果进行交叉熵损失值计算，计算出均方误差，得出指数移动平均线，根据指数移动平均线更新学生训练网络模型中的权重，连续预测进行加权平均来更新老师训练网络模型的权重。本发明在少量的样本以及有限的算力支持下，高效、精准地识别遥感影像中的滑坡。

本发明授权一种半监督深度学习的山区大型滑坡智能遥感识别方法在权利要求书中公布了：1.一种半监督深度学习的山区大型滑坡智能遥感识别方法，其特征在于，包括以下步骤： S1：选取含有滑坡的遥感影像与相应区域的数字高程数据进行数据合成，得到含有数字高程数据的滑坡遥感影像数据集，对部分含有数字高程数据的滑坡遥感影像数据进行标签标注，得到含有标签标注的样本集，其余含有数字高程数据的滑坡遥感影像数据组成不含有标签标注的样本集； S2：将S1中得到的含有标签标注的样本集和不含有标签标注的样本集输入语义分割网络分别构建学生训练网络模型和老师训练网络模型，通过学生训练网络模型和老师训练网络模型分别对含有标签标注的样本集和不含有标签标注的样本集进行训练并判断是否训练完成，通过学生训练网络模型和老师训练网络模型对其对应完成训练的样本集进行预测并得到预测结果，将未完成的训练的样本集返回至语义分割网络，将预测结果输入鉴别器中分别判断学生训练网络模型和老师训练网络模型对应的预测结果的滑坡特征类型并分别得到学生训练结果和老师训练结果； S3：对S2中得到的学生训练结果进行交叉熵损失值计算，同时计算出学生训练网络模型和老师训练网络模型的均方误差，根据学生训练网络模型的交叉熵损失值和老师训练网络模型的均方差计算得出指数移动平均线，根据指数移动平均线反馈调整更新学生训练网络模型中的权重，根据调整更新后的学生训练网络模型的权重，连续预测进行加权平均来更新老师训练网络模型的权重。

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西南交通大学，其通讯地址为：610031 四川省成都市二环路北一段111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。