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自监督学习与变分结合的逐日NDVI重建方法及系统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：CN120599480B 。

龙图腾网通过国家知识产权局官网在2025-10-24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：202511087993.5，技术领域涉及：G06V20/10；该发明授权自监督学习与变分结合的逐日NDVI重建方法及系统是由沈焕锋;李昂;蒋梦辉;管小彬;张冠豪设计研发完成，并于2025-08-05向国家知识产权局提交的专利申请。

本自监督学习与变分结合的逐日NDVI重建方法及系统在说明书摘要公布了：本发明公开一种自监督学习与变分结合的逐日NDVI重建方法，首先基于自监督学习策略构建全球样本库，通过全局‑局部双流并行的时序重建网络有效提取时空特征，生产无缝的多天合成数据，其中全局支路采用Transformer对整个时序进行建模，而局部支路采用卷积长短时记忆模块刻画局部时空规律。据此，发展一种以年内时相邻域先验和年际周期相似先验为引导的逐日NDVI预填补方法。针对预填补过程中可能由地表覆盖变化、影像质量标记等因素引入的粗差，设计一种相邻窗口筛选法剔除噪点。最后采用一维变分滤波得到高质量的无缝逐日NDVI产品。本发明整合深度学习方法的精度、效率优势与变分方法的鲁棒优势，突破现有方法难以处理逐日NDVI大范围连续缺失的瓶颈问题。

本发明授权自监督学习与变分结合的逐日NDVI重建方法及系统在权利要求书中公布了：1.自监督学习与变分结合的逐日NDVI重建方法，其特征在于，包括： 在全球范围内对NDVI数据瓦片进行采样和筛选，并将得到的数据块按照缺失率的不同进行分类和随机匹配，构建用于自监督网络训练的降质-干净样本库； 基于自监督学习策略，发展全局-局部双流并行的NDVI时空重建网络，得到无缝的多天合成NDVI数据；发展全局-局部双流并行的NDVI时空重建网络，包括：构建特征提取模块，用于对输入的降质数据块及其质量标记进行特征提取；构建全局-局部时序处理模块，包含局部和全局时序特征提取支路并联框架，其中，局部时序支路逐时刻处理时序依赖，全局时序支路通过多头自注意力建模长时序关系，双路并联同时捕捉局部时序细节和全局时序趋势；构建密集连接模块，包括多层的密集连接，其中，每个层接收前面所有层的特征图作为输入，并将自身的输出传递给后续所有层，最后通过压缩通道数，得到重建后的无缝影像序列；构建损失函数，包括整体-局部数据一致性损失、多维梯度损失和时间平滑损失； 使用得到的无缝的多天合成NDVI数据作为参考信息，对原始逐日数据进行预填补，并对预填补之后的数据进行异常值剔除，采用一维变分滤波进行进一步的去噪和平滑处理，输出重建的逐日无缝NDVI序列。

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。