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！

龙图腾网获悉中国海洋大学申请的专利基于权重注意力机制的扫描微波辐射计降水反演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：CN121305393B 。

龙图腾网通过国家知识产权局官网在2026-02-06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：202511850675.X，技术领域涉及：G06V20/13；该发明授权基于权重注意力机制的扫描微波辐射计降水反演方法是由殷晓斌;刘硕设计研发完成，并于2025-12-10向国家知识产权局提交的专利申请。

本基于权重注意力机制的扫描微波辐射计降水反演方法在说明书摘要公布了：本发明涉及卫星海洋遥感数据处理技术领域，特别是基于权重注意力机制的扫描微波辐射计降水反演方法。包括以下步骤：为扫描微波辐射计选取研究区域图像帧；匹配研究区域图像帧的通道亮温数据和降水数据；对匹配后的通道亮温数据和降水数据进行筛选；对经过步骤S3筛选过的匹配数据集进行预处理，得到反演降水数据集，将该数据集按比例划分为训练集、验证集与测试集；利用随机森林算法计算多通道亮温数据与降水数据的特征重要性权重矩阵，建立基于RC‑UNet权重注意力机制的降水反演模型；将降水反演数据集输入到步骤S5建立的降水反演模型，进行扫描微波辐射计降水反演，输出反演结果，进行精度分析。简化反演过程，提升降水反演的精度。

本发明授权基于权重注意力机制的扫描微波辐射计降水反演方法在权利要求书中公布了：1.一种基于权重注意力机制的扫描微波辐射计降水反演方法，其特征在于，包括以下步骤： S1、为扫描微波辐射计选取研究区域图像帧； S2、匹配研究区域图像帧的通道亮温数据和降水数据； S3、对匹配后的通道亮温数据和降水数据进行筛选； S4、对经过步骤S3筛选过的匹配数据集进行预处理，得到反演降水数据集，将该数据集按比例划分为训练集、验证集与测试集； S5、利用随机森林算法计算多通道亮温数据与降水数据的特征重要性权重矩阵，建立基于RC-UNet权重注意力机制的降水反演模型； S6、将降水反演数据集输入到步骤S5建立的降水反演模型，进行扫描微波辐射计降水反演，输出反演结果，进行精度分析； 步骤S5的具体实现过程如下所述： S5.1、通过随机森林算法构建多个决策树并综合其预测结果，采用自适应加权融合机制，构建具有强适应性的权重计算模型； S5.2、对基于RC-UNet权重注意力机制的降水反演模型进行训练； 步骤S5.1的具体实现过程包括： S5.1.1、将原始降水反演训练数据集中的二维图像展平，并通过筛选有效降水像素点构建预处理样本，最终形成适用于点对点关联的随机森林特征重要性分析数据集； S5.1.2、通过构建多棵决策树形成集成分类模型，模型采用多数投票机制进行降水类别预测， 随机森林通过多棵决策树的投票机制，每棵决策树从不同角度学习亮温-降水类别的判别边界，多树投票减少单棵树过拟合，其集成预测公式如下： ， 其中，表示预测的降水识别强度；N表示决策树的数量；表示第i棵决策树的分类输出；表示输入特征向量，包括14个通道的亮温值，表示为表示第j个通道的亮温； 步骤S5.2的具体实现过程如下所述： S5.2.1、输入端对14个亮温通道进行通道重要性加权，即： 其中，表示优化特征数据集； S5.2.2、 依次经过三级编码器路径、中间层和三级解码器路径； 该模型采用编码器-解码器U形架构，共包含15个卷积层和7个CBAM注意力模块； 编码器路径分为三级，每级通过两个3×3卷积层提取特征，后接2×2最大池化进行下采样，并在每级末尾嵌入CBAM模块以增强特征提取能力； 中间层由两个卷积层和一个CBAM模块组成； 解码器路径分为三级，每级首先通过最近邻插值进行上采样，随后与编码器对应层级的特征进行跳跃连接，融合后经过两个卷积层进行特征重建，并在每级末尾加入CBAM模块； 最终，网络通过一个1×1卷积层输出降水强度图； S5.2.3、反标准化处理： 经过模型训练得到的结果是标准化的反演结果，最后需要反标准化得到具有实际物理意义的降水反演结果，反标准化公式如下： ， 其中，表示经过步骤S5.2.2得到的原始反演结果，表示经反标准化得到具有实际物理意义的降水反演结果。

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海洋大学，其通讯地址为：266000 山东省青岛市崂山区松岭路238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。