海南热带海洋学院崖州湾创新研究院;海南省海洋与渔业科学院刘培获国家专利权
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!
龙图腾网获悉海南热带海洋学院崖州湾创新研究院;海南省海洋与渔业科学院申请的专利一种近海浮筏和深水养殖区的遥感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:CN116229254B 。
龙图腾网通过国家知识产权局官网在2025-11-18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:202211560583.4,技术领域涉及:G06V20/10;该发明授权一种近海浮筏和深水养殖区的遥感提取方法是由刘培;于吉涛;张霖;凡仁福;叶茂松设计研发完成,并于2022-12-07向国家知识产权局提交的专利申请。
本一种近海浮筏和深水养殖区的遥感提取方法在说明书摘要公布了:本发明提供了一种近海浮筏和深水养殖区的遥感提取方法,包括以下操作步骤:S1、构建并优化深度随机旋转森林模型;S2、基于养殖区识别的遥感数据多特征提取。S1主要包括两个方面:一是在特征组合随机森林的基础上,改进混合节点分裂,通过多输入自适应模型提高森林规模;二是将多粒度扫描和深层级联相结合,从多粒度扫描特征出发,通过并行的多个旋转森林同时扫描,对空间结构和纹理属性的上下文信息进行特征优化,将多粒度扫描的优化结果再进行多级串联,以生成一个泛化能力强的深度随机旋转森林。本发明最大化挖掘了深度旋转森林对高分辨率遥感影像中典型目标的识别能力,能够提高海水养殖区域自动化识别的效率和精度。
本发明授权一种近海浮筏和深水养殖区的遥感提取方法在权利要求书中公布了:1.一种近海浮筏和深水养殖区的遥感提取方法,其特征在于,包括以下操作步骤: S1、输入高分辨率遥感影像并提取纹理特征; S2、提取局部自相关空间结构特征,建立空间上下文信息模型; S3、根据多光谱信息的主成分变换和独立成分变换,优化光谱特征; S4、对于S1-S3中的纹理特征、空间结构特征和优化后光谱特征进行交叉采样和稀疏表达重构,通过重复采样、表达与重构产生新特征; S5、构建深度级联旋转森林模型,并通过多粒度扫描、森林级联并联处理,对光谱特征、空间结构特征和纹理特征进行深度表达获取影像中的深层信息; S6、在旋转森林模型上在并联基础上逐级串联递进,使用深层次自适应的不断迭代优化方式来更新旋转森林模型,完成对遥感信息的高精度提取; 所述S4-S6的具体操作为: S01、将样本集进行不放回的随机抽样,按照此方法均分完整个数据集,得到个训练集;使用不放回的取样方法划分出来的训练集,可以有效的提升基分类器的多样性;并且训练集中具有征,; S02、对个训练集中的部分子集进行PCA特征变化操作,来预防基分类器挑选一样的训练集进行训练,从而增加基分类器间的类间差异,其中需要进行PCA特征变化操作的部分子集挑选方法是:对个训练集进行75%的重采样,产生出来的训练子集其中为基分类器的编号,为训练子集编号,对这个训练子集进行PCA特征变化,其中生成的主成分系数为,长度为,同时去掉特征向量为0的特征; S03、旋转矩阵处理:多次操作步骤S02获得个训练子集,其中生成的主成分系数输入稀疏的旋转矩阵: 式8 旋转矩阵的维数是,经过旋转矩阵的流程处理后,生成出基分类器的训练数据集,旋转矩阵具体操作流程是通过调整罗列的列向量,使之与原始特征集的次序相对应,调整次序后的旋转矩阵大小为,最终预测结果测试时,使用测试数据集,将点乘输入基分类器中用表示基分类器预测属于类的可能性,并计算属于每一类别的置信度: =1,2,...,式9; S04、对比检测每一类别的置信度,获得最大值置信度的类别,即为最终所属类别。
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海南热带海洋学院崖州湾创新研究院;海南省海洋与渔业科学院,其通讯地址为:572000 海南省三亚市崖州区崖州湾科技城海南瑞泽办公楼6楼;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。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励