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！

龙图腾网获悉河南大学申请的专利基于雷达图像的U-net变体神经网络的洪涝预警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：CN115512299B 。

龙图腾网通过国家知识产权局官网在2026-02-06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：202211188983.7，技术领域涉及：G06V20/52；该发明授权基于雷达图像的U-net变体神经网络的洪涝预警方法是由张磊;王亚东;朱绍明;孟坤颖;牛一波;康潇;左宪禹设计研发完成，并于2022-09-27向国家知识产权局提交的专利申请。

本基于雷达图像的U-net变体神经网络的洪涝预警方法在说明书摘要公布了：本发明公开了基于雷达图像的U‑net变体神经网络的洪涝预警方法，包括以下步骤：A：获取监测区域的彩色雷达图片并转换为灰度图片，从而建立训练数据集和测试数据集；B：建立U‑net变体神经网络模型；C：利用训练数据集得到训练后的U‑net变体神经网络模型；D：利用测试数据集得到监测区域的雷达图像；E：利用雷达图像进行质量评估得到U‑net变体神经网络的性能分析结果；F：根据性能分析结果对U‑net变体神经网络模型进行优化；G：根据优化后的U‑net变体神经网络模型，利用彩色雷达图片进行洪涝预警。本发明能够通过易获取的雷达图像捕捉在洪涝灾害预警中的非线性事件能力，提高洪涝灾害预警的准确性。

本发明授权基于雷达图像的U-net变体神经网络的洪涝预警方法在权利要求书中公布了：1.一种基于雷达图像的U-net变体神经网络的洪涝预警方法，其特征在于：依次包括以下步骤： A：获取监测区域的彩色雷达图片并转换为以像素数值代表雷达回波强度的灰度图片，然后根据得到的灰度图片建立训练数据集和测试数据集； B：建立U-net变体神经网络模型； C：将步骤A中获得的训练数据集，输入步骤B中建立的U-net变体神经网络模型中进行迭代训练，直至U-net变体神经网络模型收敛于设定的损失值，得到训练后的U-net变体神经网络模型； D：将步骤A中测试数据集的数据放入步骤C中训练后的U-net变体神经网络模型进行测试，得到以测试数据集中首张图像采集时间为起点的未来90分钟内的监测区域的雷达图像； E：对步骤D中得到的以测试数据集中首张图像采集时间为起点的未来90分钟内的雷达图像进行质量评估，得到U-net变体神经网络的性能分析结果； F：根据步骤E中得到U-net变体神经网络的性能分析结果，调整步骤C中训练后的U-net变体神经网络模型参数，对训练后的U-net变体神经网络模型进行优化； G：根据优化后的U-net变体神经网络模型，利用彩色雷达图片进行洪涝预警； 所述的U-net变体神经网络模型包含小波自适应去噪层和一个U型结构； 其中，小波自适应变换层将输入数据进行二维小波多尺度分解，得到输入数据的各尺度系数，然后根据自适应的阈值将所有小于阈值的各尺度系数舍去；再将剩下的各尺度系数进行逆变换，得到去噪后的数据；最后将去噪后的数据传入U型结构中的第一循环限定步长特征提取层； U型结构从左至右、从上到下依次是第一循环限定步长特征提取层、第一最大池化层、第二循环限定步长特征提取层、第二最大池化层、第三循环限定步长特征提取层、第三最大池化层、第四循环限定步长特征提取层、第四最大池化层、第五循环限定步长特征提取层、第一上采样限定步长丰富特征层、第一注意力层、第一上采样循环限定步长特征处理层、第二上采样限定步长特征处理层、第二注意力层、第二上采样循环限定步长特征处理层、第三上采样卷积层、第三注意力层、第三上采样循环限定步长特征处理层、第四上采样卷积层、第四注意力层、第四上采样循环限定步长特征处理层和第一限定步长特征输出层。

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河南大学，其通讯地址为：475001 河南省开封市顺河回族区明伦街85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。