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！

龙图腾网获悉中国科学院光电技术研究所申请的专利基于无监督机器学习的非均匀性校正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：CN119618388B 。

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：202411726864.1，技术领域涉及：G01J5/80；该发明授权基于无监督机器学习的非均匀性校正方法是由赖雪峰;廖胜;赵旭龙;李素钧;夏昱成;周金梅设计研发完成，并于2024-11-28向国家知识产权局提交的专利申请。

本基于无监督机器学习的非均匀性校正方法在说明书摘要公布了：本发明一种基于无监督机器学习的非均匀性校正方法，包括：在不同黑体温度下系统工作点定标；建立统一的定标数据库；搭建基于聚类的无监督学习网络并进行回归训练；部署训练好的网络参数，对实际场景图像进行能量域非均匀性校正。本发明在推导出的红外物理模型基础上，建立了包括黑体灰度值、积分时间以及衰减片的统一数据库，在没有黑体理论辐射量标签的情况下，利用基于聚类的无监督学习方法，以相同黑体温度的平均预测能量域值作为学习目标，通过网络训练充分挖掘不同工作点定标数据之间的相关性，从而得到校正模型的各项系数。本发明在调节积分时间和衰减片后仍然保持均匀稳定的输出。

本发明授权基于无监督机器学习的非均匀性校正方法在权利要求书中公布了：1.一种基于无监督机器学习的非均匀性校正方法，其特征在于，包括如下步骤： 步骤1、在不同黑体温度下进行系统工作点定标； 步骤2、建立统一的定标数据库； 步骤3、搭建基于聚类的无监督学习网络并进行回归训练，包括： 建立用于回归的前向神经网络，设置网络的各项参数，包括：输入层，回归层、输出层、损失函数、误差反向传递函数、激活函数、学习速率、迭代次数； 将步骤2得到的预处理后归一化灰度响应数据、归一化探测器积分时间和衰减片使能信号作为回归神经网络的输入；将相同黑体温度下的预测能量域值的平均值作为回归神经网络的期望值； 相同黑体温度下的预测能量域值的平均值如方程式1所示： 1 其中，为相同黑体温度下的预测能量域值的平均值，[i,j]为像元坐标，W为探测器宽度像元数，H为探测器高度像元数，M为某一黑体温度下定标点个数； 建立统一的数学回归方程式2： 2 其中，为归一化平均预测值项，为归一化像元灰度值，为归一化积分时间，为系统整体增益回归系数，为系统探测器偏置项回归系数，为光学系统杂散辐射偏置回归系数，为第k个衰减片辐射量偏置回归系数，为第k个衰减片透过率项回归系数； 步骤4、部署训练好的网络参数，对实际场景图像进行能量域非均匀性校正。

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科学院光电技术研究所，其通讯地址为：610209 四川省成都市双流350信箱；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。