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！

龙图腾网获悉自然资源部南海发展研究院(自然资源部南海遥感技术应用中心)申请的专利基于深度学习与遥感影像的红树林分布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：CN120766156B 。

龙图腾网通过国家知识产权局官网在2025-11-07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：202511296331.9，技术领域涉及：G06V20/13；该发明授权基于深度学习与遥感影像的红树林分布信息提取方法是由孙玉超;魏征;黄华梅;董迪;高晴设计研发完成，并于2025-09-11向国家知识产权局提交的专利申请。

本基于深度学习与遥感影像的红树林分布信息提取方法在说明书摘要公布了：本发明公开了基于深度学习与遥感影像的红树林分布信息提取方法，包括：首先，构建融合水文连通性等生态学先验知识的空间图，并采用PG‑STGT网络，从不规则的卫星影像时间序列中提取蕴含复杂时空依赖关系的高维特征；后续采用一种物理信息引导的对抗性解耦机制，将所述高维特征显式分解为三个子空间。最后，该方法应用解耦后的身份特征向量生成高鲁棒性分布图，并利用残差异常特征生成多维度红树林健康指数。本发明将物理机理与深度学习深度融合，提升了分类结果的时间一致性，并提供了对生态系统健康状况进行诊断的能力。

本发明授权基于深度学习与遥感影像的红树林分布信息提取方法在权利要求书中公布了：1.基于深度学习与遥感影像的红树林分布信息提取方法，其特征在于，包括以下步骤： 步骤一：构建融合生态学知识的空间图并采用物理引导时空图谱Transformer，即Physics-GuidedSpatio-TemporalGraphTransformer，PG-STGT网络从不规则的卫星影像序列中提取高维特征，其中，采用PG-STGT网络从不规则的卫星影像序列中提取高维特征包括， 通过对每一时间点的所述空间图进行图卷积操作，以进行帧内空间编码，生成按时间排序的图嵌入向量序列；以及通过Transformer编码器处理所述图嵌入向量序列，以捕捉序列中的时间依赖关系，进行帧间时间编码； 步骤二：采用物理信息引导的对抗性解耦机制，将所述高维特征显式分解为分别属于三个语义独立的特征子空间的身份特征向量、物理扰动特征向量和残差异常特征向量；其中， 所述身份特征向量对应于地物类别的时间不变性内在特征； 所述物理扰动特征向量对应于由已知物理过程引起的光谱变化特征； 所述残差异常特征向量对应于无法被前两个特征向量所解释的剩余变化特征； 步骤三：基于一个由分类损失函数、监督对比损失函数、物理重建损失函数、图像重建损失函数与对抗性损失函数加权构成的多任务复合损失函数对模型进行端到端训练，并在训练完成后，应用所述身份特征向量进行地物分类以生成红树林分布图，以及应用所述残差异常特征向量生成多维度红树林健康指数。

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自然资源部南海发展研究院(自然资源部南海遥感技术应用中心)，其通讯地址为：510308 广东省广州市新港中路353号院1栋；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。