Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜中国海洋大学聂婕获国家专利权

恭喜中国海洋大学聂婕获国家专利权

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!

龙图腾网恭喜中国海洋大学申请的专利基于深度可学习小波多尺度挖掘的海温补全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:CN120031732B

龙图腾网通过国家知识产权局官网在2025-07-01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:202510511287.2,技术领域涉及:G06T5/60;该发明授权基于深度可学习小波多尺度挖掘的海温补全方法及系统是由聂婕;陈鑫;左子杰;梁馨月;杨燕群;郑楠;赵玉庭;王鑫;吴宇震;郭乙运设计研发完成,并于2025-04-23向国家知识产权局提交的专利申请。

基于深度可学习小波多尺度挖掘的海温补全方法及系统在说明书摘要公布了:本申请涉及图像处理领域,公开了基于深度可学习小波多尺度挖掘的海温补全方法及系统,方法包括:S2,通过可学习离散小波变换模拟下采样操作,将低频信息和高频信息融合后输出直至到第N层深度频域可学习小波下采样模块;S3,通过逆小波变换来模拟上采样操作,将获取的低频信息和高频信息和第N层深度频域可学习小波下采样模块的低频信息融合后输出直到第一层逆小波上采样模块;S4,将输出到第一层逆小波上采样模块的融合特征与S2中经全局自注意力处理后的特征通过逆小波变换来模拟上采样操作,输出最终补全的完整海温图像。本申请有效解决了因基函数固定导致的频域分解僵化问题和无法适应信号的多尺度特性的问题。

本发明授权基于深度可学习小波多尺度挖掘的海温补全方法及系统在权利要求书中公布了:1.基于深度可学习小波多尺度挖掘的海温补全方法,其特征在于,包括: 获取周均值图像和当日缺失图像,将两者作差得到当日波动图像,将当日波动图像和周均值图像输入多尺度自适应小波编码器模块,通过多尺度自适应小波编码器模块处理后输入基于多尺度融合的逆小波变换解码器模块后,输出最终补全的完整海温图像;其中,所述多尺度自适应小波编码器模块中有N层深度频域可学习小波下采样模块依次连接,所述基于多尺度融合的逆小波变换解码器模块中有N层逆小波上采样模块依次连接; 具体包括以下步骤: 步骤S1,将当日波动图像和周均值图像通过全局自注意力处理后,作为N层深度频域可学习小波下采样模块的输入,通过可学习离散小波变换获取输入图像不同尺度的低频信息和高频信息,将每个尺度的低频信息和高频信息进行融合后输出到后一层的深度频域可学习小波下采样模块,直至输出到第N层深度频域可学习小波下采样模块; 步骤S2,将第N-1层深度频域可学习小波下采样模块输出的融合特征作为第N层逆小波上采样模块的输入,将第N层深度频域可学习小波下采样模块的低频信息作为第N层逆小波上采样模块的输入,通过可学习离散小波变换获取输入的融合特征不同尺度的低频信息和高频信息,将获取的每个尺度的所述低频信息和高频信息和输入的第N层深度频域可学习小波下采样模块的所述低频信息进行融合后输出给前一层的逆小波上采样模块直至输出到第一层逆小波上采样模块; 步骤S3,将输出到第一层逆小波上采样模块的融合特征与步骤S1中全局自注意力处理后的特征通过逆小波变换来模拟上采样操作,输出最终补全的完整海温图像。

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海洋大学,其通讯地址为:266100 山东省青岛市崂山区松岭路238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”。

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。