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！

龙图腾网获悉天津大学申请的专利微塑料类型和老化程度联合识别模型训练和应用方法及相关装置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：CN121033510B 。

龙图腾网通过国家知识产权局官网在2026-02-24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：202511130811.8，技术领域涉及：G06V10/764；该发明授权微塑料类型和老化程度联合识别模型训练和应用方法及相关装置是由崔晓宇;郭琼设计研发完成，并于2025-08-13向国家知识产权局提交的专利申请。

本微塑料类型和老化程度联合识别模型训练和应用方法及相关装置在说明书摘要公布了：本申请公开了一种微塑料类型和老化程度联合识别模型训练和应用方法及相关装置，涉及微塑料识别技术领域，该方法包括：获取多个微塑料样品中每一个微塑料样品的样本高光谱图像和样本标签，样本标签包括微塑料类型和微塑料老化程度，提取样本高光谱图像中每一个样本像素点的样本光谱特征向量，并设置样本高光谱图像对应的样本标签为样本高光谱图像中每一个样本像素点的样本标签，构建数据集，数据集包括每一个样本像素点的样本光谱特征向量和样本标签，构建深度学习模型，利用数据集对深度学习模型进行训练，得到微塑料类型和老化程度联合识别模型，本申请可实现微塑料类型和微塑料老化程度的联合识别，提高识别效率和准确率。

本发明授权微塑料类型和老化程度联合识别模型训练和应用方法及相关装置在权利要求书中公布了：1.一种微塑料类型和老化程度联合识别模型训练方法，其特征在于，所述微塑料类型和老化程度联合识别模型训练方法包括： 获取多个微塑料样品中每一个微塑料样品的样本高光谱图像和样本标签；所述样本标签包括微塑料类型和微塑料老化程度； 对于每一个所述样本高光谱图像，提取所述样本高光谱图像中每一个样本像素点的样本光谱特征向量，并设置所述样本高光谱图像对应的样本标签为所述样本高光谱图像中每一个样本像素点的样本标签，构建数据集；所述数据集包括每一个样本像素点的样本光谱特征向量和样本标签； 构建深度学习模型； 以所述样本像素点的样本光谱特征向量作为输入，以所述样本像素点的样本标签作为标签，利用所述数据集对所述深度学习模型进行训练，得到微塑料类型和老化程度联合识别模型； 所述深度学习模型包括：共享特征提取分支、类型识别分支和老化程度识别分支，所述共享特征提取分支的输出端分别连接所述类型识别分支的输入端和所述老化程度识别分支的第一输入端，所述类型识别分支的第一输出端连接所述老化程度识别分支的第二输入端； 所述共享特征提取分支包括依次连接的一个卷积模块、若干个残差模块和一个注意力机制模块； 所述卷积模块包括依次连接的第一卷积层、第一批归一化层和第一最大池化层； 所述残差模块包括依次连接的第二卷积层、第二批归一化层、第三卷积层、第三批归一化层、第四卷积层、第一加法层、第二最大池化层、第五卷积层、第四批归一化层、第六卷积层、第五批归一化层、第七卷积层和第二加法层，第一个所述残差模块的第二卷积层的输入端、所述第一加法层的输入端和所述第二加法层的输入端均连接所述第一最大池化层的输出端； 所述老化程度识别分支包括依次连接的门控单元层、第二乘法层、拼接层、第四全连接层、第二Dropout层和第五全连接层，所述门控单元层的输入端和所述第二乘法层的输入端均为所述老化程度识别分支的第二输入端，所述拼接层的输入端为所述老化程度识别分支的第一输入端。

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天津大学，其通讯地址为：300072 天津市南开区卫津路92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。