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！

龙图腾网恭喜中国航天科技创新研究院申请的专利基于神经网络-重力信息小波分解提高水深反演精度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：CN116187168B 。

龙图腾网通过国家知识产权局官网在2025-06-17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：202211731404.9，技术领域涉及：G06F30/27；该发明授权基于神经网络-重力信息小波分解提高水深反演精度方法是由郑伟;李钊伟;孙永进设计研发完成，并于2022-12-30向国家知识产权局提交的专利申请。

本基于神经网络-重力信息小波分解提高水深反演精度方法在说明书摘要公布了：本发明公开了一种基于神经网络‑重力信息小波分解提高水深反演精度方法，包括：并对船载测深数据进行异常值剔除，得到船载测深控制点深度Z；同时，利用Parker算法分别正演ETOPO1水深模型的重力异常和垂向重力梯度异常，得到ETOPO1水深模型正演的重力信息；对通过卫星测高反演得到的重力异常和垂向重力梯度异常，进行小波分解，得到小波分解后的重力信息；通过相关性分析比较，确定小波分解的最佳阶次；构建与训练网络模型；构建水深反演模型；将小波分解后的格网化的重力信息与对应的坐标信息输入至水深反演模型，从而反演得到研究区域内1′×1′的水深模型。本发明所述方法对利用多源重力数据进行大区域范围内水深模型构建提供了有益参考。

本发明授权基于神经网络-重力信息小波分解提高水深反演精度方法在权利要求书中公布了：1.一种基于神经网络-重力信息小波分解提高水深反演精度方法，其特征在于，包括： 选取研究区域ETOPO1水深模型、重力异常和垂向重力梯度异常，及船载测深数据，并对船载测深数据进行异常值剔除，得到船载测深控制点深度Z；同时，利用Parker算法分别正演ETOPO1水深模型的重力异常Δgfx,y和垂向重力梯度异常Δgfvx,y，得到ETOPO1水深模型正演的重力信息Δgf； 获取通过卫星测高反演得到的重力异常Δgx,y和垂向重力梯度异常Δgvx,y，分别对Δgx,y和Δgvx,y进行小波分解，得到小波分解后的重力信息Δg；通过相关性分析比较小波分解后得到的重力信息Δg与ETOPO1水深模型正演的重力信息Δgf和船载测深控制点深度Z，得到相关性系数结果；根据相关性系数结果确定小波分解的最佳阶次i、j； 构建与训练网络模型：采用双线性内插获取船载测深控制点位置处的小波分解结果的重力信息Δg和对应的坐标信息，并进行归一化处理，将归一化处理后的结果G作为网络模型的输入；将船载测深控制点深度Z作为网络模型的输出；通过误差反向传播调整网络模型的权值与偏置参数，直到求取满足设定值或迭代步骤，完成训练； 基于训练得到的最终的权值与偏置参数，构建水深反演模型；将小波分解后的格网化的重力信息与对应的坐标信息输入至水深反演模型，从而反演得到研究区域内1′×1′的水深模型。

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中国航天科技创新研究院，其通讯地址为：100094 北京市海淀区丰滢东路1号院6号楼101；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”。