安徽大学廖芳芳获国家专利权
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！
龙图腾网获悉安徽大学申请的专利一种通过物理引导学习的空间碎片特征内嵌表征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：CN121190781B 。
龙图腾网通过国家知识产权局官网在2026-03-27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：202511743019.X，技术领域涉及：G06V10/44；该发明授权一种通过物理引导学习的空间碎片特征内嵌表征方法是由廖芳芳;屈磊;刘东升;吴军;崔忠林设计研发完成，并于2025-11-25向国家知识产权局提交的专利申请。
本一种通过物理引导学习的空间碎片特征内嵌表征方法在说明书摘要公布了：本发明公开了一种通过物理引导学习的空间碎片特征内嵌表征方法，包括以下步骤：S1，获取空间碎片的时序图像序列；S2，通过特征提取网络提取时序图像序列的时空特征，形成初始特征向量；S3，引入物理约束优化层，基于轨道动力学与刚体运动学规律，计算初始特征向量的物理约束损失；S4，通过反向传播将物理约束损失的梯度传递至特征提取网络，优化其权重参数，使网络学习生成内嵌物理一致性的特征向量；S5，输出内嵌物理一致性的通用多维度特征表征，用于下游任务。本发明将物理规律作为梯度信号前置引导特征学习，保障特征的物理可信性与判别性，实现特征与任务解耦，为空间碎片识别、编目与轨道预测提供高质量通用底层特征支撑。
本发明授权一种通过物理引导学习的空间碎片特征内嵌表征方法在权利要求书中公布了：1.一种通过物理引导学习的空间碎片特征内嵌表征方法，其特征在于，包括以下步骤： S1，获取空间碎片的时序图像序列； S2，通过特征提取网络提取所述时序图像序列的时空特征，形成初始特征向量； S3，引入物理约束优化层，基于轨道动力学与刚体运动学规律，计算所述初始特征向量的物理约束损失； S4，通过反向传播将所述物理约束损失的梯度传递至所述特征提取网络，优化其权重参数，使网络学习生成内嵌物理一致性的特征向量； S5，输出内嵌物理一致性的通用多维度特征表征，用于下游任务；所述通用多维度特征表征与特定的下游任务模型解耦，能够作为标准化输入接口，无缝适配不同的任务专用网络，包括但不限于： 碎片识别网络，用于区分空间碎片与背景星体； 精密编目网络，用于建立碎片特征数据库； 属性分类网络，用于识别碎片类型、尺寸、材质属性； 轨道确定网络，用于预测碎片运动轨迹。
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安徽大学，其通讯地址为：230000 安徽省合肥市经济技术开发区九龙路111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。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励