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！

龙图腾网获悉南通市计量检定测试所申请的专利一种水质参数反演模型的构建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：CN120805072B 。

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：202511271936.2，技术领域涉及：G06F18/25；该发明授权一种水质参数反演模型的构建方法是由何飞飞;奚弘远;刘鑫鑫;顾斌;吴伟设计研发完成，并于2025-09-08向国家知识产权局提交的专利申请。

本一种水质参数反演模型的构建方法在说明书摘要公布了：本申请提供了一种水质参数反演模型的构建方法，涉及模型训练领域，本申请同步获取三种遥感数据：‌可见光影像、‌高光谱数据和‌微波遥感数据，并配套采集对应水域的‌实际水质参数，建立影像数据、高光谱数据和微波遥感数据的共同特征空间作为融合数据集，实现初始水质模型的构建，基于初始水质模型输出的预测水质参数，对初始水质模型迭代，使最终生成的水质参数反演模型能够克服单一传感器局限，基于可见光、高光谱和微波遥感的多维信息，实现对水质参数的计算，提高检测精度、增强适应性能够面对复杂水体环境，满足实际检测需求。

本发明授权一种水质参数反演模型的构建方法在权利要求书中公布了：1.一种水质参数反演模型的构建方法，其特征在于，包括： 获取分别对参考水域进行影像检测、高光谱检测和微波遥感检测时，获得的影像数据、高光谱数据和微波遥感数据，和与所述参考水域对应的实际水质参数，所述参考水域包含至少一种类型的水域； 利用多模态特征对齐算法，对所述影像数据、所述高光谱数据和所述微波遥感数据执行跨模态映射，获得融合有所述影像数据、所述高光谱数据和所述微波遥感数据的融合数据集； 利用第一融合数据集和第一实际水质参数构建初始水质模型，所述第一融合数据集和所述第一实际水质参数对应，所述第一融合数据集为所述融合数据集的部分数据，所述第一实际水质参数为所述实际水质参数中的部分数据； 向所述初始水质模型中输入第二融合数据集，获得所述初始水质模型输出的预测水质参数，确定所述预测水质参数与第二实际水质参数之间的参数差值，所述第二融合数据集为所述融合数据集的部分数据，且所述第二融合数据集与所述第一融合数据集不同，所述第二实际水质参数为所述实际水质参数中的部分数据，且所述第二实际水质参数与所述第一实际水质参数不同，所述第二实际水质参数与所述第二融合数据集对应； 根据所述参数差值，对所述初始水质模型的模型参数进行调整，直至获得水质参数反演模型； 其中，所述利用多模态特征对齐算法，对所述影像数据、所述高光谱数据和所述微波遥感数据执行跨模态映射，获得融合有所述影像数据、所述高光谱数据和所述微波遥感数据的融合数据集，包括： 利用多模态特征对齐算法，针对所述影像数据中的光谱特征、所述高光谱数据中的波段信息和所述微波遥感数据中的纹理特征执行跨模态映射，获得所述光谱特征、所述波段信息和所述纹理特征对齐第一数据集； 利用深度卷积网络确定所述第一数据集分别在不同水域类型下的分布值，组合多个所述分布值和与所述分布值对应的所述第一数据集为融合数据集； 其中，所述组合多个所述分布值和与所述分布值对应的所述第一数据集为融合数据集，包括： 利用加权注意力机制，计算所述第一数据集中，所述光谱特征的第一权重值、所述波段信息的第二权重值和所述纹理特征的第三权重值； 分别比较所述第一权重值、所述第二权重值和所述第三权重值分别与预设权重值之间的大小关系； 若所述第一权重值、所述第二权重值和所述第三权重值中的至少一个权重值小于所述预设权重值，对所述第一数据集进行数据增强，直至增强后的所述第一权重值、所述第二权重值和所述第三权重值分别大于所述预设权重值； 组合多个所述分布值，和与所述分布值对应的数据增强的所述第一数据集为融合数据集； 其中，根据影像数据、高光谱数据和微波遥感数据的数据异构特性，采用数据预处理工具对不同模态的数据进行分类整理，从中获取分类后分布数据，确定每一类数据的特征范围；针对分类后的分布数据，结合跨模态映射的需求，采用特征提取工具对光谱特征和波段信息和纹理特征进行比对，若权重值与预设的阈值不符，则通过插值计算工具进行数据补全，得到补全后的分布数据；根据补全后的分布数据，结合光谱特征和波段信息和纹理特征的调整目标，执行数据增强。

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南通市计量检定测试所，其通讯地址为：226000 江苏省南通市港闸区国强路119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。