武汉大学刘念念获国家专利权
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！
龙图腾网获悉武汉大学申请的专利一种基于机器学习反演小行星重力场及内部结构的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：CN119538709B 。
龙图腾网通过国家知识产权局官网在2025-09-19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：202411464258.7，技术领域涉及：G06F30/27；该发明授权一种基于机器学习反演小行星重力场及内部结构的方法是由刘念念;鄢建国;孙尚彪;仇登高设计研发完成，并于2024-10-21向国家知识产权局提交的专利申请。
本一种基于机器学习反演小行星重力场及内部结构的方法在说明书摘要公布了：本发明提供一种基于机器学习反演小行星重力场及内部结构的方法，在训练基于机器学习的行星深度神经重力场网络模型时，实际上是在根据外部观测信息推测小行星的内部密度分布，该过程又称为重力反演。使用基于深度学习的行星深度神经重力场模型进行重力反演，能够通过损失函数的方式进行多种形式的先验密度约束，进而减小重力反演优化的搜索空间，提高重力反演的稳定性和准确性。行星深度神经重力场模型能够整合多源重力观测数据处理，并且能够同时编码小行星的重力场模型、内部结构模型和三维形状模型。本发明将提高行星探测的科学价值和实用意义，为深空探测提供有益的理论支持和实践指导。
本发明授权一种基于机器学习反演小行星重力场及内部结构的方法在权利要求书中公布了：1.一种基于机器学习反演小行星重力场及内部结构的方法，其特征在于，包括： 获取样本行星的实测重力场数据集和地形数据集，对所述实测重力场数据集和所述地形数据集进行预处理，得到训练集和测试集； 构建行星深度神经重力场模型，所述行星深度神经重力场模型包括由行星外部重力场特性、行星表面形状特性和行星内部结构特性联合约束的损失函数； 采用所述训练集对所述行星深度神经重力场模型进行训练，得到初始训练的行星深度神经重力场模型； 利用所述初始训练的行星深度神经重力场模型对所述测试集进行反演，得到训练好的行星深度神经重力场模型； 将待测量行星的实测重力场数据和地形数据输入所述训练好的行星深度神经重力场模型，输出行星重力场及内部结构反演结果。
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武汉大学，其通讯地址为：430072 湖北省武汉市武昌区八一路299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”。
以上内容由龙图腾AI智能生成。
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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励