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！

龙图腾网获悉南开大学申请的专利基于卷积神经网络和多模态特征融合的海面风速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：CN116305967B 。

龙图腾网通过国家知识产权局官网在2025-10-10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：202310291639.9，技术领域涉及：G06F30/20；该发明授权基于卷积神经网络和多模态特征融合的海面风速反演方法是由屈芳瑜;赵宏设计研发完成，并于2023-03-23向国家知识产权局提交的专利申请。

本基于卷积神经网络和多模态特征融合的海面风速反演方法在说明书摘要公布了：本发明提供了基于卷积神经网络和多模态特征融合的海面风速反演方法，属于海面风速反演技术领域，包括以下步骤：步骤1：将CYGNSS卫星数据和ECMWF风速数据进行时空匹配构成完整的数据集，将数据集划分成训练集、验证集和测试集；步骤2：构建海面风速反演模型；步骤3：利用训练集训练海面风速反演模型，利用验证集调整模型的超参数；步骤4：利用测试集评价海面风速反演模型的性能。本发明首先提高了海面风速反演模型的效率，将模型的计算资源更多的投入到对海面风速反演更重要的特征中；其次增强了图像特征与辅助特征的交叉交互，提升了海面风速反演模型的精度。

本发明授权基于卷积神经网络和多模态特征融合的海面风速反演方法在权利要求书中公布了：1.基于卷积神经网络和多模态特征融合的海面风速反演方法，其特征在于，包括以下步骤： 步骤1：将CYGNSS卫星数据和ECMWF风速数据进行时空匹配构成完整的数据集，将数据集划分成训练集、验证集和测试集； 步骤2：构建海面风速反演模型； 所述海面风速反演模型包括卷积神经网络和多模态特征融合网络，卷积神经网络用于从DDM、BRCS中提取与海面风速相关的图像特征，多模态特征融合网络用于将从DDM、BRCS中提取出的图像特征与辅助特征融合，输出预测风速； 所述卷积神经网络包括依次连接的7*7的卷积层、最大池化层、1*1的卷积层、3*3的卷积层、最大池化层、两个Inception-A模块、最大池化层、两个Inception-B模块、两个Inception-C模块、ECA模块、AdaptiveAvgPool层和Flatten函数，将图片特征展平； 图像特征和辅助特征输入所述多模态特征融合网络；图像特征通过全连接层FC1降维得到特征向量X′，辅助特征通过多层感知机升维得到特征向量Y′，特征向量X′和特征向量Y′通过动态多层感知机进行交叉融合得到特征向量Z；特征向量Z通过多层感知机对特征进行非线性表达、全连接层FC2升维、LN层归一化后，与图像特征通过跳跃相加得到特征Z′；特征Z′依次通过全连接层FC3、BN层、ReLU层、全连接层FC4、BN层、ReLU层和全连接层FC5，输出预测风速，多层感知机是由若干全连接层、LN层和ReLU层构成的； 步骤3：利用训练集训练海面风速反演模型，利用验证集调整模型的超参数； 步骤4：利用测试集评价海面风速反演模型的性能，选用均方根误差RootMeanSquareError，RMSE和相关系数CorrelationCoefficient两个指标进行评价，所述RMSE能够反映预测值和真实值之间的偏差，结果越小，表明模型反演的风速大小越接近真实值。

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南开大学，其通讯地址为：300000 天津市南开区卫津路94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。