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！

龙图腾网获悉中国自然资源航空物探遥感中心申请的专利一种基于深度学习的冰川信息提取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：CN119600433B 。

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：202411468108.3，技术领域涉及：G06V20/10；该发明授权一种基于深度学习的冰川信息提取方法是由马燕妮;于峻川;吴琼;陈扬洋;董元彪设计研发完成，并于2024-10-21向国家知识产权局提交的专利申请。

本一种基于深度学习的冰川信息提取方法在说明书摘要公布了：本发明公开了一种基于深度学习的冰川信息提取方法，涉及信息提取技术领域，包括以下步骤：根据研究区域采集所需的遥感影像数据，并构建样本库，其中遥感影像数据包括实时数据和历史数据，对采集到的遥感影像数据进行预处理，提取预处理后的遥感影像数据的冰川特征，并对提取过程中的异常情况进行分析，得到异常特征分析表，对样本库中的遥感影像数据进行标注，确定冰川边界和分类标签。本发明通过深度学习模型的优化与定制，降低云雾遮挡、积雪覆盖及阴影变化等自然因素带来的干扰，模型能够学习冰川特有的纹理、形状及上下文信息，即使在复杂多变的环境下也能精确区分冰川区域与非冰川区域，从而显著提高冰川信息提取的精确度。

本发明授权一种基于深度学习的冰川信息提取方法在权利要求书中公布了：1.一种基于深度学习的冰川信息提取方法，其特征在于：包括以下步骤： 步骤1，根据研究区域采集所需的遥感影像数据，并构建样本库，其中遥感影像数据包括实时数据和历史数据； 步骤2，对采集到的遥感影像数据进行预处理，提取预处理后的遥感影像数据的冰川特征，并对提取过程中的异常情况进行分析，得到异常特征分析表； 步骤3，对样本库中的遥感影像数据进行标注，确定冰川边界和分类标签，并基于异常特征分析表，构建深度学习模型，获取环境异常指数和季节性异常指数，所述环境异常指数和季节性异常指数的获取过程为： 步骤301，结合冰川区域、冰川纹理、冰川形状和空间分布特征，对样本库中的实时数据和历史数据进行裁剪，得到影像特征，并对提取影像特征的进行自动标注； 步骤302，将异常干扰因子以及标注后影像特征的关联数据进行整合，形成统一的数据集； 步骤303，利用异常特征分析表识别数据集中的异常情况，并对异常情况进行编码，同时构建深度学习模型； 步骤304，整合后的数据集划分为训练集、验证集和测试集，使用训练集数据对深度学习模型进行训练，并使用验证集和测试集的数据对训练好的深度学习模型进行验证，评估深度学习模型的性能； 步骤305，使用训练好的模型，结合预处理的实时数据得到环境异常指数和季节性异常指数，并分析冰川区域的整体异常状况，比较不同季节的季节性异常指数，识别出季节性变化的规律和特征，评估冰川区域在不同季节的异常程度差异，并输出环境异常指数、季节性异常指数的相关分析报告； 步骤4，基于环境异常指数和季节性异常指数得到冰川预警评估系数，并结合预处理的历史数据确定不同预警等级，为不同的预警等级分别设定预警评估阈值，获取预警评估序列表； 步骤5，基于预警评估序列表分析冰川预警评估系数在不同预警等级下的状况，得到评估报告，并根据提取的冰川信息进行分析和预警。

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自然资源航空物探遥感中心，其通讯地址为：100083 北京市海淀区学院路29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。