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！

龙图腾网获悉重庆邮电大学申请的专利一种基于深度学习的人工智能图像识别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：CN117036979B 。

龙图腾网通过国家知识产权局官网在2025-12-09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：202311100150.5，技术领域涉及：G06V20/13；该发明授权一种基于深度学习的人工智能图像识别方法是由曹大宇;韩承皓;崔太平;孙嘉悦设计研发完成，并于2023-08-29向国家知识产权局提交的专利申请。

本一种基于深度学习的人工智能图像识别方法在说明书摘要公布了：本发明涉及一种基于深度学习的人工智能图像识别方法，属于图像处理技术领域。本发明中，采用优化算法对BackPropagation神经网络进行优化。由于群体智能优化算法具有较强的全局收敛能力和较强的鲁棒性，能够很好的弥补神经网络的收敛速度慢和陷入局部最优的缺点，使得整个系统相较于传统的人工神经网络预测法，考虑云高影响的云遮挡预测法能准确判断云团移动对光伏电站的遮挡状况，同时，优化过的长短期记忆网络模型可以满足全气候条件下光伏超短期功率预测的高精度、高效率、高稳定性的应用需求，从而为太阳能光伏的高效经济运行提供了可能，且能有效提高超短期预测的预测精度。

本发明授权一种基于深度学习的人工智能图像识别方法在权利要求书中公布了：1.一种基于深度学习的人工智能图像识别方法，其特征在于：该方法包括以下步骤： S1：对图像进行预处理，先进行有效范围信息提取方面，几何矫正并未改变云图像素的大小，为避免计算资源的浪费，依据经纬度坐标删减无关区域，超短期预测时间尺度为N小时，在确定目标区域时需充分考虑云团在预测时间尺度内的移动范围； S2：对图像特征进行识别，先对云图进行灰度化处理和阈值分割，将彩色云图转化为灰度图像；对标准化处理后的卫星云图采用加权平均的方法进行灰度转化； S3：进行阈值分割；通过设定的阈值区分目标云团和地面；灰度图中的像素强度若大于设定的阈值，则认为该点为云像素点；反之，则为其他像素点；由于云的厚薄对太阳光的反射率不同，阈值越大识别出的云像素点数量越少； S4：进行归一化处理，将复杂的数据信息通过一定的方法和标准转到到某一固定区间的过程；数据最大值为Qmax,数据据最小值为Qmin，当前数据值为Qi，处理后的数值为Qi2，数据据归一化的过程如下式： Qi2＝Qi‑QminQmax‑Qmin，S5：进行模型训练： S51：网络初始化：确定神经元节点数，给定权值、阈值、学习速率和迭代次数参数； S52：将特征值输入模型进行训练，得到输出值并计算误差； S53：根据误差更新权值和阈值，再次计算； S54：判断误差是否在允许范围内，若误差在允许范围内则训练结束，否则返回S52； S6：进行模型评价，利用测试集的数据对搭建的U型空洞全卷积分割网络模型进行测试和评价模型性能； S7：利用训练后的BP神经网络模型对预测数据进行预测，用上一时刻的功率、辐照度、温度数据来预测若干分钟后的功率数据，为更好的分析不同季节条件下的光伏功率超短期预测情况，从每个季节的7天预测数据中选择一天的预测结果进行分析，之后输出预测结果，结束整个预测流程。

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重庆邮电大学，其通讯地址为：400065 重庆市南岸区黄桷垭崇文路2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。