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！

龙图腾网获悉广东工业大学申请的专利一种利用深度学习的多光谱遥感灾害监测与早期预警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：CN120808164B 。

龙图腾网通过国家知识产权局官网在2026-05-05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：202510966312.6，技术领域涉及：G06V20/10；该发明授权一种利用深度学习的多光谱遥感灾害监测与早期预警系统是由胡波;那静;李佳;陈雄乐;吴洋设计研发完成，并于2025-07-14向国家知识产权局提交的专利申请。

本一种利用深度学习的多光谱遥感灾害监测与早期预警系统在说明书摘要公布了：本发明公开了一种利用深度学习的多光谱遥感灾害监测与早期预警系统，该系统包括：光谱数据采集与预处理模块，用于基于地表反射信息对不同时间段的影像数据进行连续记录得到原始数据集，并对原始数据集进行预处理得到清晰影像数据集；模式识别模块，用于对清晰影像数据集进行模式分类得到潜在的灾害相关特征组合；灾害风险评估模块，用于对潜在的灾害相关特征组合进行时间序列分析得到与灾害风险关联的概率评估值；灾害风险预警模块，基于概率评估值构建灾害风险关联的量化指标体系，并基于构建灾害风险关联的量化指标体系确定预警参考标准；闭环监测模块，基于预警参考标准对实时获取的多光谱数据进行持续监测生成包含风险等级的预警信息输出。

本发明授权一种利用深度学习的多光谱遥感灾害监测与早期预警系统在权利要求书中公布了：1.一种利用深度学习的多光谱遥感灾害监测与早期预警系统，其特征在于，包括： 光谱数据采集与预处理模块，用于从多个波段获取地表反射信息，基于所述地表反射信息对不同时间段的影像数据进行连续记录得到原始数据集，并对所述原始数据集进行预处理得到清晰影像数据集； 模式识别模块，用于对所述清晰影像数据集进行模式分类得到潜在的灾害相关特征组合； 灾害风险评估模块，用于对所述潜在的灾害相关特征组合进行时间序列分析得到与灾害风险关联的概率评估值； 灾害风险预警模块，用于基于所述概率评估值构建灾害风险关联的量化指标体系，并基于所述构建灾害风险关联的量化指标体系确定预警参考标准； 闭环监测模块，用于基于所述预警参考标准对实时获取的多光谱数据进行持续监测生成包含风险等级的预警信息输出； 所述模式识别模块包括光谱特征提取单元和模式分类单元；其中，所述光谱特征提取单元用于提取所述清晰影像数据集的光谱反射特性，构建包含波段差异的多维特征矩阵，并基于所述多维特征矩阵分析不同时间段内光谱反射差异的变化规律，获取能够反映地表变化的特征分布结果；所述模式分类单元用于基于特征分布结果，利用深度学习模型对光谱反射差异进行模式分类，判断出潜在的灾害相关特征组合； 所述模式分类单元包括：数据标准化与初步提取子单元、异常波动分离与标记子单元、特征融合与聚类子单元、灾害特征识别与输出子单元；其中，所述数据标准化与初步提取子单元用于对所述特征分布结果中的光谱反射差异数据进行标准化处理，得到规范化的特征基础；并基于所述规范化的特征基础，采用卷积神经网络模型对光谱反射差异模式进行初步提取，确定差异模式分布特性；所述异常波动分离与标记子单元用于采用特征筛选方法对差异模式分布特性中的异常波动部分进行分离，获取分离后的异常波动集合；并根据预设的阈值范围，对所述异常波动集合中的波动幅度进行判断，得到标记后的波动数据集；所述特征融合与聚类子单元用于将所述标记后的波动数据集与环境背景数据进行融合处理，判断融合后的背景波动特征；并基于所述融合后的背景波动特征，采用聚类工具对背景波动特征进行分组处理，确定与灾害风险相关的特征组合分布；所述灾害特征识别与输出子单元用于对所述与灾害风险相关的特征组合分布进行统计分析，并输出潜在的灾害相关特征组合； 所述灾害风险评估模块包括：特征分析与时间序列分析单元、风险概率评估单元；其中，所述特征分析与时间序列分析单元用于对所述潜在的灾害相关特征组合进行加权处理得到加权后的特征分布；所述风险概率评估单元用于基于所述加权后的特征分布计算与灾害风险关联的概率评估值，判断当前地表变化的潜在灾害风险等级； 所述风险概率评估单元计算灾害风险概率的表达式为： ； 式中，WΔX是动态权重矩阵，CNN·是训练好的卷积神经网络，P是灾害风险概率，X为原始多光谱时序数据。

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广东工业大学，其通讯地址为：510062 广东省广州市越秀区东风东路729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。