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！

龙图腾网获悉国网浙江省电力有限公司经济技术研究院;杭州辰青和业科技有限公司申请的专利三维复杂微地形识别方法、装置、计算机设备及存储介质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：CN114359621B 。

龙图腾网通过国家知识产权局官网在2025-11-11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：202111470459.4，技术领域涉及：G06V10/764；该发明授权三维复杂微地形识别方法、装置、计算机设备及存储介质是由陈科技;卞荣;申振鹏;单大可;陈赛慧;张琳琳;李求然;施垚;丁鲁荣设计研发完成，并于2021-12-03向国家知识产权局提交的专利申请。

本三维复杂微地形识别方法、装置、计算机设备及存储介质在说明书摘要公布了：本发明实施例公开了三维复杂微地形识别方法、装置、计算机设备及存储介质。方法包括：获取待识别DEM数据；将待识别DEM数据输入至分类模型进行微地形类别的识别，以得到对应的微地形类别；其中，分类模型是采用DEM编码器和基于TransformationGroup的数据降维方式降低DEM数据以作为样本集，结合参数化微地形分类系统以及复杂微地形自动化预聚类分类算法训练卷积神经网络所得的。通过实施本发明实施例的方法可以解决分类系统覆盖不完整和不灵活、DEM数据复杂纹理和冗余以及微地形分类易错分，样本量不均衡，需要人工干预，聚类数不容易确定的问题。

本发明授权三维复杂微地形识别方法、装置、计算机设备及存储介质在权利要求书中公布了：1.三维复杂微地形识别方法，其特征在于，包括： 获取待识别DEM数据； 将所述待识别DEM数据输入至分类模型进行微地形类别的识别，以得到对应的微地形类别； 其中，所述分类模型是采用DEM编码器和基于TransformationGroup的数据降维方式降低DEM数据以作为样本集，结合参数化微地形分类系统以及复杂微地形自动化预聚类分类算法训练卷积神经网络所得的； 其中，所述分类模型是采用DEM编码器和基于TransformationGroup的数据降维方式降低DEM数据以作为样本集，结合参数化微地形分类系统以及复杂微地形自动化预聚类分类算法训练卷积神经网络所得的，包括： 构建参数化微地形分类系统； 选取符合要求的DEM数据； 利用改进的Geomorphons算法对所述DEM数据进行编码，以得到DEM编码； 基于TransformationGroup算法对所述DEM编码进行降维，以得到降维数据； 指定一个分类数，利用kmeans算法对所述降维数据进行无监督分类； 输入参数，根据所述参数化微地形分类系统，构造假地形，输出假地形对应的DEM编码； 根据假地形对应的DEM编码判断对应的kmeans的无监督分类的每一个类别下是否只存在一个参数化微地形分类类别； 若对应的kmeans的无监督分类的每一个类别下只存在一个参数化微地形分类类别，则利用GIS空间分析，对已确定微地形类别的DEM数据进行地理信息特征提取，将提取到的特征和对应的类别组合，形成样本对； 将样本对输入卷积神经网络内进行训练，并保存训练好的卷积神经网络，以得到分类模型。

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国网浙江省电力有限公司经济技术研究院;杭州辰青和业科技有限公司，其通讯地址为：310020 浙江省杭州市上城区南复路1号水澄大厦；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。