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！

龙图腾网获悉上海太科舟智能科技有限公司申请的专利DNN模糊识别模型训练方法及水文气象识别方法和装置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：CN115953669B 。

龙图腾网通过国家知识产权局官网在2026-03-17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：202211618299.8，技术领域涉及：G06F18/2415；该发明授权DNN模糊识别模型训练方法及水文气象识别方法和装置是由封波设计研发完成，并于2022-12-15向国家知识产权局提交的专利申请。

本DNN模糊识别模型训练方法及水文气象识别方法和装置在说明书摘要公布了：本发明涉及DNN模糊识别模型训练方法，通过对象DNN模糊识别模型对输入的样本对象提取特征，将特征进行映射获得对象的分类概率分布，将分类概率等值映射到对模糊样本模型库中的模糊集的隶属度，结合样本标注计算分类概率分布的损失函数值训练模型，在完成一代训练后结合样本标注计算模糊集贴近度的损失函数值调整模型，若任一损失函数计算的结果未达到预设损失值要求，则随机打乱模糊样本模型库中的样本并重新排序，循环迭代计算，直至这两个损失函数计算的结果均达到预设损失值要求。本发明还涉及采用上述方法训练的模型识别水文气象的方法和装置，能够模拟船员自动识别水文气象要素，既可提高识别的准确性，又可大幅度减少船员的工作量。

本发明授权DNN模糊识别模型训练方法及水文气象识别方法和装置在权利要求书中公布了：1.DNN模糊识别模型训练方法，其特征在于通过对象DNN模糊识别模型对输入的样本对象提取特征，将特征进行映射获得对象的分类概率分布，将分类概率等值映射到对模糊样本模型库中的模糊集的隶属度，结合样本标注计算分类概率分布的损失函数值训练模型，在完成一代训练后结合样本标注计算模糊集贴近度的损失函数值调整模型，若任一损失函数计算的结果未达到预设的损失值要求，则随机打乱模糊样本模型库中的样本并重新排序，循环迭代计算，直至这两个损失函数计算的结果均达到预设的损失值要求时，完成模型训练，所述损失函数包括： 对象分类概率分布相近度损失函数 ； 其中，为交叉熵；为训练集中样本标注的分类概率分布；为输出的分类概率分布；为样本编号；为任务的权重，，为任务编号，为任务数量，，； 还包括对象模糊集贴近度损失函数 ； 其中，为第个任务的第个模糊集的权重，为模糊集编号，，为任务编号，为任务数量，，；为第个任务的第个模糊集中的第个输入样本的标注隶属度，为样本编号；为第个任务的第个模糊集的第个输入样本的输出隶属度；为第个任务模糊集数量；为第个任务第个模糊集的样本数量。

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上海太科舟智能科技有限公司，其通讯地址为：201600 上海市松江区泗泾镇泗砖路351号8幢320室；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。