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！

龙图腾网获悉中国地质大学(武汉)申请的专利基于多光谱数据的局部气候区分类方法及系统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：CN115761363B 。

龙图腾网通过国家知识产权局官网在2026-03-24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：202211496136.7，技术领域涉及：G06V10/764；该发明授权基于多光谱数据的局部气候区分类方法及系统是由王猛猛;王壬丰;张正加设计研发完成，并于2022-11-24向国家知识产权局提交的专利申请。

本基于多光谱数据的局部气候区分类方法及系统在说明书摘要公布了：本发明提供一种基于多光谱数据的局部气候区分类方法，包括：对原始Sentinel‑2图像进行预处理，获得待分类图像；在基于深度学习的Tensorflow中的keras框架中搭建初始多层卷积神经网络；在初始多层卷积神经网络中增加残差连接和注意力机制模块，获得第一优化阶段卷积神经网络；采用深度可分离卷积层替换第一优化阶段卷积神经网络中的普通卷积层，获得最终卷积神经网络；采用基于LCZ分类的训练数据集对最终卷积神经网络进行训练，获得最优模型；将待分类图像输入最优模型进行分类，获得目标区域的LCZ分类图。本发明构建了一种全新的最优模型，该最优模型可用于抽象和学习有意义的复杂的上下文特征，总体分类准确率较同行模型更高，且具有更强的鲁棒性。

本发明授权基于多光谱数据的局部气候区分类方法及系统在权利要求书中公布了：1.一种基于多光谱数据的局部气候区分类方法，其特征在于，包括： S1：获取目标区域的原始Sentinel-2图像，对原始Sentinel-2图像进行预处理，获得待分类图像； S2：在基于深度学习的Tensorflow中的keras框架中搭建初始多层卷积神经网络； S3：在初始多层卷积神经网络中增加残差连接和注意力机制模块，获得第一优化阶段卷积神经网络； S4：采用深度可分离卷积层替换第一优化阶段卷积神经网络中的普通卷积层，获得最终卷积神经网络； S5：采用基于LCZ分类的训练数据集对最终卷积神经网络进行训练，获得最优模型； S6：将待分类图像输入最优模型进行分类，获得目标区域的LCZ分类图； 步骤S4具体为： 将编号为奇数的特征提取模块中的第一普通卷积层和第二普通卷积层均替换为深度可分离卷积层； 将编号为偶数的特征提取模块中的第二普通卷积层替换为深度可分离卷积层。

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地质大学(武汉)，其通讯地址为：430000 湖北省武汉市洪山区鲁磨路388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。