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！

龙图腾网获悉武汉大学申请的专利基于深度网络的甚低频波传播模型分辨率增强方法和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：CN120410944B 。

龙图腾网通过国家知识产权局官网在2026-01-06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：202510412907.7，技术领域涉及：G06T5/90；该发明授权基于深度网络的甚低频波传播模型分辨率增强方法和系统是由徐未;史翰卿;顾旭东;倪彬彬;王市委;冯靖媛;程雯;马文琛;翟东方设计研发完成，并于2025-04-03向国家知识产权局提交的专利申请。

本基于深度网络的甚低频波传播模型分辨率增强方法和系统在说明书摘要公布了：本发明提供了基于深度网络的甚低频波传播模型分辨率增强方法和系统，属于甚低频波动探测和应用领域。首先，构建甚低频台站信号分布的低分辨率和高分辨率数据集，随后，设计CNN结构，分为特征提取和图像重构两个核心模块，其中特征提取模块负责从LR图像中提取深层特征，而图像重构模块则通过上采样与超分辨率重建，提高输出图像的分辨率。然后将数据集经过预处理后随机打乱，并按比例划分为训练集和验证集。在模型推理阶段，CNN通过对LR图像的深度特征分析，实现高分辨率信号场的精准重建，并将训练完备的轻量化网络模型转换为适用于工程部署的格式，最终无缝集成至LWPC传播模型中，从而有效提升传播场强分布的分辨率。

本发明授权基于深度网络的甚低频波传播模型分辨率增强方法和系统在权利要求书中公布了：1.一种基于深度网络的甚低频波传播模型分辨率增强方法，其特征在于，包括： 利用LWPC模型获得甚低频传播的低分辨率LR数据集，基于LR数据集图像处理和LMP模型融合获得高分辨率HR数据集； 获得HR数据集的具体实现方式如下： 使用三次样条插值法对LR数据集中的图像进行插值处理以提高分辨率，使用非局部均值滤波以减少图像的边缘模糊，使用过采样以优化图像的混叠现象；通过以上图像处理手段处理完成的数据集标记为第一高分辨率数据集HR1； 在LMP模型设置与LWPC模型相同的输入参数，设置输出分辨率，计算获得高分辨率的甚低频传播分布数据，并整合为高分辨率数据集记为第二高分辨率数据集HR2； 将HR1和HR2中的图像进行像素线性复合，对两幅图像执行像素线性复合操作生成复合图像，由复合图像组成新的数据集记为高分辨率HR数据集； 构建深度卷积神经网络，包括特征提取模块和图像重构模块，特征提取模块由若干层残差结构通过密集跳跃连接方式连接，图像重构模块由两组[卷积层+LeakyReLU激活层+像素重组层PixelsShuffler]组成； 将LR数据集和HR数据集中的数据源一一对应，完成对应的数据集进行随机打乱处理并按照比例分割成训练集和验证集； 在深度卷积神经网络的训练阶段，将通过处理后的数据输入网络中，特征提取模块获取LR图像的深层特征信息，再通过图像重构模块进行上采样和图像重构连接至HR图像，实现LR和HR图像之间的映射关系； 推理阶段，直接将LWPC模型计算得到的甚低频传播的LR数据输入到训练好的深度卷积神经网络中，实现分辨率增强。

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武汉大学，其通讯地址为：430072 湖北省武汉市武昌区八一路299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。