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！

龙图腾网获悉北京朝阳环境集团有限公司申请的专利应用深度学习模型的垃圾排放识别方法及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：CN121305310B 。

龙图腾网通过国家知识产权局官网在2026-04-10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：202511854099.6，技术领域涉及：G06V10/82；该发明授权应用深度学习模型的垃圾排放识别方法及系统是由皮猛;张艳会;郭天阔;孙超逸;刘学设计研发完成，并于2025-12-10向国家知识产权局提交的专利申请。

本应用深度学习模型的垃圾排放识别方法及系统在说明书摘要公布了：本申请涉及人工智能技术领域，提供应用深度学习模型的垃圾排放识别方法及系统，方法包括：首先采集垃圾处理区域不同采集时段、不同垃圾燃烧工况下的烟气图像数据集合；接着进行图像增强处理生成保留光谱分布特性及空间纹理细节的预处理烟气图像数据；然后调用双通道卷积注意力网络进行特征挖掘，得到包含不同波长区间光谱响应强度分布及空间维度特征响应显著性分布的烟气光谱特征集合；最后基于多尺度残差连接进行差异特征识别处理，生成排放物质差异描述特征，并将其与烟气光谱特征集合输入经迁移学习优化的分类网络，通过特征关联建模与分类概率预测，得到指示垃圾排放烟气中不同类型污染物成分及相对含量比例关系的异质排放物质识别标签。

本发明授权应用深度学习模型的垃圾排放识别方法及系统在权利要求书中公布了：1.一种应用深度学习模型的垃圾排放识别方法，其特征在于，所述方法包括： 采集垃圾处理区域的烟气图像数据集合，所述烟气图像数据集合包含不同采集时段下的多组烟气图像单元，每组烟气图像单元对应不同的垃圾燃烧工况； 对所述烟气图像数据集合进行图像增强处理，生成具有光谱特征增强效果的预处理烟气图像数据，所述预处理烟气图像数据保留原始烟气图像单元中的光谱分布特性及空间纹理细节； 调用双通道卷积注意力网络对所述预处理烟气图像数据执行特征挖掘操作，通过光谱特征提取分支与空间特征强化分支的并行处理，得到烟气光谱特征集合，所述烟气光谱特征集合包含不同波长区间的光谱响应强度分布及空间维度的特征响应显著性分布； 基于多尺度残差连接对所述烟气光谱特征集合执行差异特征识别处理，生成垃圾排放烟气图像对应的排放物质差异描述特征，将所述烟气光谱特征集合与所述排放物质差异描述特征输入经迁移学习优化的分类网络，通过特征关联建模与分类概率预测，得到异质排放物质识别标签，所述异质排放物质识别标签用于指示垃圾排放烟气中包含的不同类型污染物成分以及所述污染物成分相对含量比例关系： 构建多尺度残差连接网络，所述多尺度残差连接网络包含多个不同尺度的残差块，每个残差块包含依次连接的卷积层、批归一化层、激活函数层和跳跃连接； 将所述烟气光谱特征集合输入多尺度残差连接网络的输入层，通过不同尺度的残差块对烟气光谱特征集合进行特征转换和增强处理，生成多尺度残差特征集合； 对所述多尺度残差特征集合执行差异特征识别处理，通过计算不同残差块输出特征之间的差异度生成排放物质差异描述特征，所述差异度通过特征向量之间的余弦相似度进行度量； 将所述烟气光谱特征集合与所述排放物质差异描述特征进行特征拼接，生成融合特征向量； 将所述融合特征向量输入经迁移学习优化的分类网络，所述分类网络的初始权重参数通过在源域数据集上预训练获得； 在分类网络中，通过特征关联建模层对融合特征向量进行污染物成分关联关系建模，生成污染物成分关联矩阵； 基于所述污染物成分关联矩阵，通过分类概率预测层计算不同污染物成分的存在概率及相对含量比例； 根据所述存在概率及相对含量比例生成异质排放物质识别标签，所述识别标签包含污染物成分类型及其对应的相对含量比例关系。

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北京朝阳环境集团有限公司，其通讯地址为：100018 北京市朝阳区楼梓庄2号院3号楼2层201内28号(北京自贸试验区国际商务服务片区朝阳组团)；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。