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！

龙图腾网获悉山东科技大学申请的专利基于改进的嵌套UNet神经网络的养殖区域预测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：CN119398540B 。

龙图腾网通过国家知识产权局官网在2026-02-13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：202411282656.7，技术领域涉及：G06Q10/0637；该发明授权基于改进的嵌套UNet神经网络的养殖区域预测方法是由蔡玉林;朱嘉琪;侯娟;朱子正;李龙坤;韩广萌;李颖;田春松;武文章;吕丕贤设计研发完成，并于2024-09-13向国家知识产权局提交的专利申请。

本基于改进的嵌套UNet神经网络的养殖区域预测方法在说明书摘要公布了：本发明公开基于改进的嵌套UNet神经网络的养殖区域预测方法，属于海洋养殖区域预测方法领域。该方法对高分3号雷达影像数据与高分2号光学影像数据进行数据预处理，将光学影像数据与雷达影像数据进行波段合成和影像融合，构建数据集。在应用U2‑Net神经网络模型主体结构的基础上，修改RSU模块的模型网络结构，在残差U型模块结构内部和外部添加基于最大池化和平均池化的通道注意力机制，构建U2‑Net_SEOUT模型，实现养殖区域面积和分布的预测。该方法通过综合利用光学影像和SAR影像的优势，修改网络结构增加网络层数和复杂度，提高对筏式养殖区域预测的精度。

本发明授权基于改进的嵌套UNet神经网络的养殖区域预测方法在权利要求书中公布了：1.基于改进的嵌套UNet神经网络的养殖区域预测方法，其特征在于，包括： S1.通过高分3号卫星获取养殖区域的高分3号影像数据，对高分3号影像数据进行数据预处理； S2.通过对预处理后的高分3号影像数据进行重采样和影像配准处理，得到养殖区域的雷达影像数据； S3.通过高分2号卫星获取养殖区域的高分2号影像数据，对高分2号影像数据进行数据预处理，得到养殖区域的光学影像数据； S4.通过对养殖区域的雷达影像数据和养殖区域的光学影像数据进行波段合成和影像融合，构建GF23B数据集； S5.基于原始UNet神经网络模型，通过修改模型网络结构提高模型复杂度，得到嵌套UNet神经网络； S6.通过在嵌套UNet神经网络中添加通道注意力机制，构建U²‑Net_Se²神经网络模型； S7.基于GF23B数据集对U²‑Net_Se²神经网络模型进行模型训练和验证，通过U²‑Net_Se²神经网络模型实现对养殖区域的预测； S4中，将养殖区域的雷达影像数据作为一个波段与养殖区域的光学影像数据进行波段合成；利用图像融合算法NNDiffuse Pan Sharpening对养殖区域的雷达影像数据和养殖区域的光学影像数据进行像元级别的影像融合，通过影像融合将两种影像数据的空间特征和光谱特征进行融合，增加影像数据的纹理特征，将融合后的影像数据和影像数据对应的标签数据统一裁剪成512×512的大小，构建GF23B数据集； S5中，嵌套UNet神经网络为两层嵌套的U型结构，包括编码器、解码器和显著性图融合模块，编码器由En_1至En_6六个路边单元RSU模块组成，解码器由De_1至De_5五个路边单元RSU模块组成，显著性图融合模块与编码器和解码器相连接，采用逐渐相连的方式进行特征融合，对编码器的En_6模块和解码器的De_5至De_1模块进行3×3卷积处理和上采样处理，将输出图像处理为与输入图像的大小一致，再经1×1卷积处理后利用激活函数Sigmoid函数生成显著性概率映射图；RSU‑L模块为高度确定的RSU模块，L为高度，由输入特征的空间分辨率决定，En_5模块的RSU模块的高度是7，En_6模块的RSU模块的高度是4，通过池化操作和上采样操作将En_5模块的RSU‑7模块和En_6模块的RSU‑4模块替换为RSU‑4F模块，F表示扩展，通过RSU‑4F模块将中间特征图的分辨率处理为与输入特征图的分辨率相同； S6中，通过在嵌套UNet神经网络的U型结构的内部和外部同时添加通道注意力模块，构建U²‑Net_Se²模型。

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山东科技大学，其通讯地址为：266590 山东省青岛市黄岛区前湾港路579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。