西安建筑科技大学孔月萍获国家专利权
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!
龙图腾网获悉西安建筑科技大学申请的专利基于元学习的聚落选址环境模式鉴别方法、系统、设备及介质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:CN115393368B 。
龙图腾网通过国家知识产权局官网在2025-08-05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:202211048909.5,技术领域涉及:G06T7/10;该发明授权基于元学习的聚落选址环境模式鉴别方法、系统、设备及介质是由孔月萍;薛鹏;王树声;徐玉倩;李小龙;冯晓欢;王佳婧;王凯平设计研发完成,并于2022-08-30向国家知识产权局提交的专利申请。
本基于元学习的聚落选址环境模式鉴别方法、系统、设备及介质在说明书摘要公布了:本发明公开了一种基于元学习的聚落选址环境模式鉴别方法、系统、设备及介质,包括:获取待鉴别聚落的遥感图像及DEM数据;将待鉴别聚落的遥感图像及DEM数据输入到训练后的聚落地物分割模型中,得聚落的环境地物分布图;将所述聚落的环境地物分布图输入到训练后的聚落选址环境模式鉴别模型中,得该聚落的选址环境模式类型,该方法、系统、设备及存储介质能够在仅提供少量聚落样本的条件下,对传统聚落的选址环境模式进行自动鉴别。
本发明授权基于元学习的聚落选址环境模式鉴别方法、系统、设备及介质在权利要求书中公布了:1.一种基于元学习的聚落选址环境模式鉴别方法,其特征在于,包括: 获取待鉴别聚落的遥感图像及数字高程模型; 将待鉴别聚落的遥感图像及数字高程模型输入到训练后的聚落地物分割模型中,得聚落的环境地物分布图; 将所述聚落的环境地物分布图输入到训练后的聚落选址环境模式鉴别模型中,得该聚落的选址环境模式类型; 所述聚落地物分割模型基于deeplab-v3+构成,但需在主干网络的特征提取部分额外设计一个旁路Eθ,以支持地形特征的语义学习,最后将地物与地形多模态特征相融合,送入分类器中进行聚落及其周边的环境地物分割,以构造的多模态聚落地物语义分割网络模型命名为聚落地物分割模型; 所述聚落选址环境模式鉴别模型由一个ResNet12构成的编码器fθ及一个元学习分类器组成,且聚落选址环境模式鉴别模型的训练过程划分为全分类训练阶段及元训练阶段,其中,所述编码器fθ为由ResNet12构成的编码器。
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西安建筑科技大学,其通讯地址为:710055 陕西省西安市碑林区雁塔路13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”。
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。