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！

龙图腾网获悉矿业大学(北京)内蒙古研究院申请的专利用于煤矸识别的深度残差网络模型、煤矸识别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：CN117132831B 。

龙图腾网通过国家知识产权局官网在2025-12-12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：202311121854.0，技术领域涉及：G06V10/764；该发明授权用于煤矸识别的深度残差网络模型、煤矸识别方法及系统是由杨健健;张玉增;王国勇;佟艺博;刘晋腾;王凯帆;刘汝渝;王冲设计研发完成，并于2023-09-01向国家知识产权局提交的专利申请。

本用于煤矸识别的深度残差网络模型、煤矸识别方法及系统在说明书摘要公布了：本申请公开了一种用于煤矸识别的深度残差网络模型、煤矸识别方法及系统。其中，模型包括3×3卷积层、第一混合注意力层、第一Layer层、第二Layer层、第三Layer层、第四Layer层、第二混合注意力层、处理层、全连接层和Softmax层；3×3卷积层用于提取目标数据集的浅层特征信息；通过第一混合注意力层的处理，得到第一混合权重特征图；通过多个卷积层的处理，获得第二混合权重特征图；通过第二混合注意力层的处理，得到第三混合权重特征图；通过处理层进行Dropout处理，得到第四混合权重特征图；通过全连接层的处理，得到煤矸信息；Softmax层用于输出煤矸识别结果；本申请能够有效提高煤矸识别准确率。

本发明授权用于煤矸识别的深度残差网络模型、煤矸识别方法及系统在权利要求书中公布了：1.一种用于煤矸识别的深度残差网络模型，其特征在于，包括： 3×3卷积层，用于提取目标数据集的浅层特征信息，目标数据集指的是煤矸HSV图像数据集； 第一混合注意力层，用于对所述浅层特征信息进行处理，得到第一混合权重特征图； 第一Layer层，用于对所述第一混合权重特征图进行卷积处理，获得第一光谱卷积特征； 第二Layer层，用于对所述第一光谱卷积特征进行卷积处理，获得第二光谱卷积特征； 第三Layer层，用于对所述第二光谱卷积特征进行卷积处理，获得第三光谱卷积特征； 第四Layer层，用于对所述第三光谱卷积特征进行卷积处理，获得第二混合权重特征图； 第二混合注意力层，用于对所述第二混合权重特征图进行处理，得到第三混合权重特征图； 处理层，用于对所述第三混合权重特征图进行Dropout处理，得到第四混合权重特征图； 全连接层，用于对所述第四混合权重特征图进行处理，得到煤矸信息； Softmax层，用于对所述煤矸信息进行处理，输出煤矸识别结果； 所述第一混合注意力层包括第一通道注意力模块、第一融合模块、第一空间注意力模块和第二融合模块；所述第一通道注意力模块用于提取所述浅层特征信息的第一通道特征信息；所述第一融合模块用于将浅层特征信息与第一通道特征信息进行融合，得到第一特征信息；所述第一空间注意力模块用于提取所述第一特征信息的第一空间特征信息；所述第二融合模块用于将所述第一空间特征信息与所述第一特征信息进行融合，得到所述第一混合权重特征图； 所述第一Layer层包括三个依次串联的第一残差模块，所述第一残差模块包括依次串联的第一卷积层、第二卷积层、第三卷积层；所述第二Layer层包括四个依次串联的第二残差模块；所述第二残差模块包括依次串联的第四卷积层、第五卷积层、第六卷积层；所述第三Layer层包括六个依次串联的第三残差模块；所述第三残差模块包括依次串联的第七卷积层、第八卷积层、第九卷积层；所述第四Layer层包括三个依次串联的第四残差模块；所述第四残差模块包括依次串联的第十卷积层、第十一卷积层、第十二卷积层。

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矿业大学(北京)内蒙古研究院，其通讯地址为：017010 内蒙古自治区鄂尔多斯市康巴什区祥和路运动员村A区L5-5101号楼；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。