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多专家深度学习框架驱动的海表盐度光学遥感反演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：CN120561745B 。

龙图腾网通过国家知识产权局官网在2025-10-03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：202511052974.9，技术领域涉及：G06F18/2415；该发明授权多专家深度学习框架驱动的海表盐度光学遥感反演方法是由徐青;魏伊迪;殷晓斌;李炎设计研发完成，并于2025-07-30向国家知识产权局提交的专利申请。

本多专家深度学习框架驱动的海表盐度光学遥感反演方法在说明书摘要公布了：本发明提供了多专家深度学习框架驱动的海表盐度光学遥感反演方法，属于遥感反演技术领域，筛选核心的输入特征，并对输入特征进行数据预处理；构建近岸专家网络与远海专家网络，分别应对高非线性盐度关系与稳定映射关系，并进行协同优化；构建动态门控网络，根据输入的离岸距离自动调整两个专家网络的融合权重，通过加权融合得到最终的盐度反演值；采用损失函数，衡量最终的盐度反演值与标签值间的误差，进行模型参数优化。

本发明授权多专家深度学习框架驱动的海表盐度光学遥感反演方法在权利要求书中公布了：1.多专家深度学习框架驱动的海表盐度光学遥感反演方法，其特征在于，包括以下步骤： 步骤1：筛选核心的输入特征，并对输入特征进行数据预处理； 步骤2：构建近岸专家网络与远海专家网络，分别应对高非线性盐度关系与稳定映射关系，并进行协同优化； 近岸专家网络包括： 输入层：接收11维特征向量，包括：4个单波段遥感反射率、3个波段比值、海表温度、经度、纬度、离岸距离； 隐藏层：包括4层全连接隐藏层，节点数量依次为：，采用ReLU激活函数： ； 使用Xavier初始化进行权重初始化： ； 当前层输入节点数，当前层输出节点数，是初始化的是每层神经元之间的连接权重，表示从区间中均匀采样权重值； 输出层：输入特征经四层隐藏层逐层映射为盐度值，最终输出反演盐度值； 采用均方误差，将第i个反演盐度值与真实盐度的label值比较，N为真实盐度的label值的个数，计算误差： ； 通过最小化误差提升盐度反演精度； 远海专家网络包括： 隐藏层：包括512、128、64个神经元，采用ReLU激活函数； 输出层：输入特征经隐藏层逐层映射为盐度值，输出反演盐度值； 采用均方误差作为回归任务标准损失，通过最小化误差提升盐度反演精度； 步骤3：构建动态门控网络，根据输入的离岸距离自动调整两个专家网络的融合权重，通过加权融合得到最终的盐度反演值；包括以下步骤： 步骤31：构建门控网络，采用单层全连接神经网络实现权重映射： 输入为单维离岸距离，通过线性变换将单维离岸距离映射为两个神经元得分： ； 是门控网络的权重矩阵，表示输入到两个专家网络的映射方向；是偏置项，用于调整每个专家的基准得分,是第i个样本对两个专家的原始得分； 通过softmax函数将原始得分归一化为权重值，根据两个神经元得分，将输出转化为两个概率性权重，分别对应于近岸与远海专家网络： ； ； 其中：表示近岸专家网络的权重；表示远海专家网络的权重； 门控网络根据输入的单维离岸距离通过softmax函数调整两个专家网络的权重； 步骤32：通过加权融合得到最终的盐度反演值： ； 其中：为近岸专家网络反演结果；为远海专家网络反演结果； 步骤4：采用损失函数，衡量最终的盐度反演值与标签值间的误差，进行模型参数优化。

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：266100 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”。

以上内容由龙图腾AI智能生成。