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！

龙图腾网获悉湖南大学申请的专利一种基于物候先验的通用作物制图损失函数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：CN116563696B 。

龙图腾网通过国家知识产权局官网在2025-12-23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：202211616101.2，技术领域涉及：G06V20/10；该发明授权一种基于物候先验的通用作物制图损失函数是由杨彬;郭金源;刘立成;毛银;刘欣鑫设计研发完成，并于2022-12-15向国家知识产权局提交的专利申请。

本一种基于物候先验的通用作物制图损失函数在说明书摘要公布了：本发明公开了一种基于物候先验的通用作物制图损失函数，包括作物物候先验交叉熵损失，并以油菜在时间序列制图进行验证。作物物候先验交叉熵损失包括两个关键步骤：首先，通过综合植被指数提取油菜的物候特征；然后，利用物候特征作为先验知识进行损失优化，以更加关注油菜像素的识别。其中，油菜制图算法的整体框架，主要包括两大部分：先验监督和深度学习模型；所述深度学习模型包括LSTM、1DCNN和DNN。本发明一种基于物候先验的通用作物制图损失函数，该技术使用简单且容易操作；它为深度学习模型在不改变网络结构和增加计算量的情况下提高作物制图的精度提供了一种新的解决思路，此外采用物候先验进行作物制图的想法是通用的。

本发明授权一种基于物候先验的通用作物制图损失函数在权利要求书中公布了：1.一种基于物候先验的通用作物制图损失函数优化方法，其特征在于，包括作物物候先验交叉熵损失PPCE，并以油菜在时间序列制图进行验证； 作物物候先验交叉熵损失包括两个关键步骤：首先，通过综合植被指数提取油菜的物候特征，然后，利用物候特征作为先验知识进行损失优化，以更加关注油菜像素的识别； 其中，油菜制图算法的整体框架，包括两大部分：先验监督priorsupervision和深度学习模型deeplearningmodel； 所述深度学习模型deeplearningmodel包括LSTM、1DCNN和DNN； 其中，PPCE损失构建 采用损失函数进行模型训练，有助于提高模型的预测准确率，交叉熵损失是深度学习作物制图任务中最常用的损失函数； 其定义如下： 其中N代表训练样本的数量，yi代表ith标签的one-hot编码，pi代表模型对ith样本的预测概率值； 交叉熵损失在样本均衡的情况下可以取得满意的结果，然而当存在严重的样本不均衡问题时，交叉熵损失函数可能是失效的,基于油菜像素和其他像素的数量存在严重的不平衡现象，为每个类别分别引入一个权重因子用于调整油菜和其他样本的比例,修改后的损失函数定义为KCE，其可以表示为： 其中k1代表油菜样本的权重，k2代表其他类别的权重，且k1+k2＝1； 引入权重因子k1，k2虽然可以缓解样本不平衡问题，但其忽略了误分类样本的预测概率值与真实标签之间的差异,作物物候先验有利于作物的正确识别，因此，将每个样本的作物物候信息作为损失函数中的先验，以增强这种差异，作物物候信息针对油菜像素并增大其对最终损失的贡献，从而增强网络对油菜像素的识别能力,构建的PPCE可表示为： 其中W代表油菜概率生成的权重矩阵，取值范围为0～1,由上式可以看出，为了实现较小的损失，当一个像素对应的W较大时，网络会倾向于将该像素预测为油菜像素,如果一个油菜像素错分类到其他类，由于物候先验获得的油菜概率较大，对最终损失的贡献将较大，从而引导网络更加关注油菜像素被错误识别的情况。

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湖南大学，其通讯地址为：410000 湖南省长沙市岳麓区麓山南路麓山门；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。