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！

龙图腾网获悉湖南省生态环境监测中心申请的专利基于深度学习的水质多参数智能预测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：CN120544030B 。

龙图腾网通过国家知识产权局官网在2026-01-30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：202510611476.7，技术领域涉及：G06V20/10；该发明授权基于深度学习的水质多参数智能预测方法和系统是由肖曲;郭卉;曾钰;肖童觉设计研发完成，并于2025-05-13向国家知识产权局提交的专利申请。

本基于深度学习的水质多参数智能预测方法和系统在说明书摘要公布了：本发明公开了基于深度学习的水质多参数智能预测方法和系统，包括：S1：利用多光谱成像系统获取水样波段图像序列，通过改进的图像增强算法对获取的水样波段图像序列进行预处理并进行多波段图像融合；S2：基于融合图像，采用改进的区域生长分割算法结合形态学运算提取水样特征区域及参数特征向量；S3：构建核函数映射模型，将参数特征向量进行非线性特征映射，获得高维特征向量；S4：对高维特征向量采用深度自编码器进行特征压缩；S5：基于一维卷积神经网络构建水质多参数预测模型，进行水质多参数预测。本发明能够解决水质检测中水样图像受环境光干扰、噪声影响、特征提取不充分和模型泛化能力不足的问题，实现高效、准确、实时的水质监测。

本发明授权基于深度学习的水质多参数智能预测方法和系统在权利要求书中公布了：1.基于深度学习的水质多参数智能预测方法，其特征在于，包括以下步骤： S1：利用多光谱成像系统获取水样波段图像序列，通过改进的图像增强算法对获取的水样波段图像序列进行预处理并进行多波段图像融合，获得融合图像；所述改进的图像增强算法包括自适应光照补偿和多尺度Retinex增强模型； S2：对融合图像进行自适应种子点选取，基于全局均值和标准差确定初始种子点集合；通过改进的区域生长算法，结合梯度幅值和局部均值动态调整生长阈值，迭代生成分割区域，获得最终的分割结果；应用形态学运算优化最终的分割结果，通过膨胀、腐蚀、开运算和闭运算去除噪声并提取水样特征区域，得到形态学运算优化后的分割结果；基于形态学运算优化后的分割结果，提取水样特征区域的参数特征向量； S3：构建核函数映射模型，将参数特征向量进行非线性特征映射，获得高维特征向量； S4：构建深度自编码器，使用随机梯度下降方法对深度自编码器进行训练，使用训练完成的深度自编码器对高维特征向量进行特征压缩，获取压缩后的特征； S5：基于一维卷积神经网络构建水质多参数预测模型，对水质多参数预测模型进行训练，得到训练完成的水质多参数预测模型；将压缩后的特征输入至训练完成的水质多参数预测模型进行水质多参数预测，获取最终预测出的水质多参数。

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湖南省生态环境监测中心，其通讯地址为：410001 湖南省长沙市雨花区万家丽中路三段118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。