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！

龙图腾网获悉河海大学申请的专利基于多源知识与深度学习模型的遥感水体数据集填补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：CN119494944B 。

龙图腾网通过国家知识产权局官网在2025-08-12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：202411745642.4，技术领域涉及：G06V10/20；该发明授权基于多源知识与深度学习模型的遥感水体数据集填补方法是由邱禹;王文设计研发完成，并于2024-12-02向国家知识产权局提交的专利申请。

本基于多源知识与深度学习模型的遥感水体数据集填补方法在说明书摘要公布了：本发明公开了基于多源知识数据和深度学习模型的遥感水体数据集填补方法，首先通过遥感数据平台获取目标区域目标历史年份内各目标月份下关于水体识别的遥感影像，结合目标区域目标历史年份内各目标月份下的降水数据，采用动态阈值法对各幅遥感影像中信息缺失像元进行初步水体填补；结合目标区域知识性产品数据，构成训练数据集，基于训练数据集对构建的卷积神经网络CNN与长短期记忆网络LSTM相串联的混合模型结构进行训练，利用训练后的模型对各幅遥感影像进行精细填补；获得目标区域目标历史年份内各目标月份下无水体信息缺失的遥感影像。该方法克服了传统水体数据填补技术的不足，在复杂地形和多变气候条件下展现出显著优势，具有广泛的应用前景。

本发明授权基于多源知识与深度学习模型的遥感水体数据集填补方法在权利要求书中公布了：1.基于多源知识与深度学习模型的遥感水体数据集填补方法，其特征在于：该方法包括以下步骤： 步骤一、获取目标区域各目标历史年份内各目标月份下关于水体识别的遥感影像； 步骤二、获取目标区域各目标历史年份内各目标月份下的降水数据，计算获得目标区域季节性降水特征； 步骤三、基于获得的目标区域季节性降水特征，采用动态阈值法动态调整目标区域水体与非水体的阈值，通过统计步骤一获取的各幅遥感影像中水体非水体像元占比，判定信息缺失像元的填补类型，对步骤一获取的各幅遥感影像进行初步水体填补，获得初步水体填补的遥感影像集； 步骤四、对目标区域目标历史年份段内的知识性产品数据进行预处理，所述知识性产品数据包括目标区域的河网产品数据和数字高程模型数据，将预处理后的河网产品数据和数字高程模型数据与初步水体填补的遥感影像集相结合，构成训练数据集； 步骤五、构建卷积神经网络CNN模型结构和长短期记忆网络LSTM模型结构串联的混合模型结构：数据由CNN模型结构的输入层输入，所述CNN模型结构与LSTM模型结构串联连接，所述LSTM模型结构的输出连接全连接层，所述全连接层连接输出层，数据处理结果由输出层输出； 步骤六、基于训练数据集，以各目标历史年份内各目标月份下初步水体填补的遥感影像、预处理后的河网产品数据和数字高程模型数据为输入，以各目标历史年份内各目标月份下水体分布位置图像为输出，对所述混合模型结构进行训练，获得训练后模型，即水体填补混合模型； 步骤七、使用水体填补混合模型对初步水体填补的遥感影像集的各幅遥感影像的水体分布位置进行预测，通过随机缺失评估计算误差、迭代修复，实现精细填补，获得目标区域目标历史年份内各目标月份下无水体信息缺失的遥感影像。

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河海大学，其通讯地址为：211100 江苏省南京市江宁区佛城西路8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”。