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！

龙图腾网获悉中国海洋大学申请的专利一种基于边缘增强深度学习的黄海浒苔遥感识别算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：CN120147760B 。

龙图腾网通过国家知识产权局官网在2025-07-29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：202510614831.6，技术领域涉及：G06V10/764；该发明授权一种基于边缘增强深度学习的黄海浒苔遥感识别算法是由徐青;孙彤;殷晓斌;李炎;吕乐恬;马天;张犇设计研发完成，并于2025-05-14向国家知识产权局提交的专利申请。

本一种基于边缘增强深度学习的黄海浒苔遥感识别算法在说明书摘要公布了：本发明公开了一种基于边缘增强深度学习的黄海浒苔遥感识别算法，涉及海洋环境信息监测技术领域。本发明提出了一种基于边缘增强深度学习的黄海浒苔遥感识别方法，通过构建特定模型、筛选关键样本特征等创新手段，可有效提升对稀碎浒苔及边缘的识别精度，增强模型泛化能力与鲁棒性，突破波段限制，为黄海浒苔监测与生态治理提供可靠技术支持。

本发明授权一种基于边缘增强深度学习的黄海浒苔遥感识别算法在权利要求书中公布了：1.一种基于边缘增强深度学习的黄海浒苔遥感识别算法，其特征在于，包括以下步骤： 搭建EeaAglaeNet浒苔识别模型；模型结构包括：编码层、边缘增强模块和解码层； 获取光学遥感影像中的波段和植被指数特征参数作为初始样本数据，并制作与初始样本数据对应的浒苔分布图像标签数据； 将初始样本数据预处理后输入至EeaAglaeNet浒苔识别模型中进行训练，使用SHAP分析法对初始样本数据在模型训练中的性能表现进行重要性权重解析，获得最优样本数据； 最优样本数据包括：Band3-0.560μm、Band5-0.705μm、Band8-0.842μm和FAI；Band是波段，FAI是浮游藻类指数； 将最优样本数据输入至EeaAglaeNet浒苔识别模型中进行训练直至模型成型；标签数据是浒苔分布图像和精度评价结果； 利用训练成型的EeaAglaeNet浒苔识别模型进行浒苔分布识别； 其中，编码层采用U-Net编码层结构，输入数据长、宽和波段分别为H、W和C；卷积操作采用3×3的卷积核，激活函数为ReLU，下采样操作使用2×2的最大池化层；经过多次卷积、激活和下采样后，在最深层得到波段数为512，长和宽分别为原始输入长和宽18的特征图； 边缘增强模块的输入包括三部分，一是来自编码层的经3×3卷积降维后的编码特征；二是通过拉普拉斯金字塔提取的层级边缘信息；三是来自解码层更高层级下采样到二维的预测结果； 将这三组特征进行通道拼接与卷积操作，生成融合特征；通过Sigmoid激活的卷积层生成空间注意力图，并采用卷积块注意力模块对融合特征进行通道与空间维度校准，最终输出边缘增强特征； 解码层采用U-Net上采样路径，输入为边缘特征增强模块输出的边缘增强特征；通过转置卷积或插值操作逐层提升特征图分辨率，卷积操作采用3×3的卷积核，激活函数为ReLU，上采样操作使用2×2的最大池化层；最终输出各层级解码特征图，生成与输入对应的浒苔识别结果。

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：266000 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”。