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！

龙图腾网获悉中南大学申请的专利弱监督时序特征驱动的遥感耕地产品融合制图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：CN116343576B 。

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：202310238010.8，技术领域涉及：G09B29/00；该发明授权弱监督时序特征驱动的遥感耕地产品融合制图方法是由陶超;胡傲然;王宇泽;李海峰设计研发完成，并于2023-03-14向国家知识产权局提交的专利申请。

本弱监督时序特征驱动的遥感耕地产品融合制图方法在说明书摘要公布了：本发明公开了弱监督时序特征驱动的遥感耕地产品融合制图方法，包括以下步骤：弱监督时序数据集构建；构造由弱监督损失改造后的utae时序网络模型；弱监督模型训练，得到初步的模型后再针对难样本进行补充训练；最后使用训练好的模型进行适当范围的耕地覆盖制图。本发明将弱监督学习思想应用于耕地产品融合制图任务，通过引入时序模型提高了产品融合精度。

本发明授权弱监督时序特征驱动的遥感耕地产品融合制图方法在权利要求书中公布了：1.弱监督时序特征驱动的遥感耕地产品融合制图方法，其特征在于，包括以下步骤： 弱监督时序数据集构建； 构造由弱监督损失改造后的utae时序网络模型； 弱监督模型训练，得到初步的模型后再针对难样本进行补充训练； 最后使用训练好的模型进行适当范围的耕地覆盖制图； 其中，所述构造由弱监督损失改造后的utae时序网络模型，包括： 步骤201：获取utae解码层最后一层的输出，即网络softmax层前一层的经过解码后的影像特征向量，此时特征向量尺寸为，其中为空间维，为通道维；在空间维度上，以1%的比例随机选取特征像素获得数量为0.01*W*H的特征集合，，其中每个特征的尺寸为； 步骤202：计算空间维度相关性：对于步骤201中得到的特征集合S，对其中的每个元素做如下操作： 取该特征pi在空间维度上相邻的8个像素，若处于图像边界上则只有3-5个像素；计算该元素与其空间维度上相邻像元特征的欧式距离，并选取距离最近和距离最远的两个结果作为与该像素距离最近和最远的两个特征向量； 步骤203：计算特征维度相关性：对于步骤201中得到的特征集合S，对其中的每个元素做如下操作： 取该特征pi在通道维度上多个特征向量构成一个新的通道特征集合，其中每个向量的尺寸为，依次计算中每个元素之间的余弦相似度，取其中的最小值作为通道特征上的最小相似度； 步骤204：构造弱监督损失：对特征集合S中每个元素在步骤202与步骤203中对所做计算得到的每个元素在空间上最小和最大空间相似度距离和，在通道维度上计算得到的最小特征相似度三个特征值做求和操作，得到弱监督损失： 其中分别为各个特征相似度的权重参数，用于调整各个相似度对最终损失的贡献； 步骤205：构造最终模型的完整损失：只在标签值0和1的部分计算，忽略标签上栅格值为2的像元，交叉熵计算公式： 其中为标签对应栅格值，为网络预测结果概率； 最终的损失函数公式如下： 其中用于对弱监督损失加权，弱监督损失计算是基于模型的经过解码层之后的特征向量。

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中南大学，其通讯地址为：410083 湖南省长沙市岳麓区麓山南路932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。