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迁移学习和残差网络的双极化SAR海面台风风速联合反演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：CN120257864B 。

龙图腾网通过国家知识产权局官网在2025-08-15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：202510751610.3，技术领域涉及：G06F30/27；该发明授权一种基于迁移学习和残差网络的双极化SAR海面台风风速联合反演算法是由徐青;吕乐恬;殷晓斌;马天;李炎设计研发完成，并于2025-06-06向国家知识产权局提交的专利申请。

本一种基于迁移学习和残差网络的双极化SAR海面台风风速联合反演算法在说明书摘要公布了：本发明公开了一种基于迁移学习和残差网络的双极化SAR海面台风风速联合反演算法，涉及海洋环境信息监测技术领域。本发明包括以下步骤：构建海面台风风速联合反演算法模型；其模型结构包括：以ResNet网络模型构建预训练模型、中低风速反演模型和高风速反演模型；模型结构还包括对中低风速反演模型、高风速反演模型中提取的特征进行拼接、融合的特征拼接模型和特征融合模型，以及进行台风风速反演的反演模型。本发明设计了一种基于迁移学习和残差网络的双极化SAR海面台风风速联合反演算法，该反演算法能有效缓解高风速区域的小样本学习问题，解决跨风速段迁移中的特征失配问题，提高台风风速反演，尤其是高风速区域风速反演的稳定性和准确性问题。

本发明授权一种基于迁移学习和残差网络的双极化SAR海面台风风速联合反演算法在权利要求书中公布了：1.一种基于迁移学习和残差网络的双极化SAR海面台风风速联合反演算法，其特征在于，包括以下步骤： 构建海面台风风速联合反演算法模型；其模型结构包括：以ResNet网络模型构建预训练模型、中低风速反演模型和高风速反演模型； 模型结构还包括对中低风速反演模型、高风速反演模型中提取的特征进行拼接、融合的特征拼接模型和特征融合模型，以及进行台风风速反演的反演模型； 获取对海面台风风速进行反演的模型样本数据，再将模型样本数据划分为中低风速数据集和高风速数据集，并输入至预训练模型中进行训练和特征提取，将特征迁移到对应的低风速反演模型和高风速反演模型； 将模型全部的样本数据分别输入至中低风速反演模型和高风速反演模型中进行独立训练； 利用训练成型的海面台风风速联合反演算法模型进行海面台风风速的反演； 模型样本数据包括：图像数据和物理辅助数据；图像数据包括：σVH、σVV、θ、lon、lat、vvvh；物理辅助数据包括：vv_en、vh_en、vv_homo、vh_homo、R、f、dir_u、dir_v和rain； 其中，σVH是VH极化SAR后向散射系数；σVV是VV极化SAR后向散射系数；θ是入射角；lon是经度；lat是纬度；vvvh是极化比、vv_en是VV极化的能量；vh_en是VH极化的能量；vv_homo是VV极化的同质度；vh_homo是VH极化的同质度；R是距离；f是科里奥利参数；dir_u是风向的正弦分量；dir_v是风向的余弦分量；rain是降雨率。

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”。