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！

龙图腾网获悉清华大学申请的专利可解释神经网络Copula的异构变化检测方法及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：CN116740582B 。

龙图腾网通过国家知识产权局官网在2026-04-21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：202310580039.4，技术领域涉及：G06V20/13；该发明授权可解释神经网络Copula的异构变化检测方法及装置是由李刚;李伟明;王学谦;王志豪设计研发完成，并于2023-05-22向国家知识产权局提交的专利申请。

本可解释神经网络Copula的异构变化检测方法及装置在说明书摘要公布了：本申请提供了一种可解释神经网络Copula的异构变化检测方法及装置，所述方法包括：对双时态异构遥感图像进行超像素分割，得到双时态超像素集合；对双时态超像素集合中的每个超像素进行特征提取，得到双时态超像素特征值集合；基于核密度估计方法，估计每个超像素特征值的累积分布函数值，得到双时态累积分布函数值集合；将双时态累积分布函数值集合中的累积分布函数值输入到预先训练的神经网络Copula模型求解梯度，得到表征超像素对相关性的概率密度函数值；对所述概率密度函数值进行聚类分割，得到遥感图像变化检测结果。本申请结合神经网络与Copula理论的特征，提高了现有异构变化检测方法的可解释性和鲁棒性。

本发明授权可解释神经网络Copula的异构变化检测方法及装置在权利要求书中公布了：1.一种可解释神经网络Copula的异构变化检测方法，其特征在于，所述方法包括： 对双时态异构遥感图像进行超像素分割，得到双时态超像素集合，所述双时态超像素集合包括：第一时态超像素集合和第二时态超像素集合，所述第一时态超像素集合和所述第二时态超像素集合中对应的超像素构成超像素对； 对所述双时态超像素集合中的每个超像素进行特征提取，得到双时态超像素特征值集合； 基于核密度估计方法，估计所述双时态超像素特征值集合中每个超像素特征值的累积分布函数值，得到双时态累积分布函数值集合； 将所述双时态累积分布函数值集合中的累积分布函数值输入到预先训练的神经网络Copula模型求解梯度，得到表征超像素对相关性的概率密度函数值，所述神经网络Copula模型是以不改变的超像素对为训练样本，结合基于数据驱动的神经网络和知识驱动的Copula理论设计的损失函数来促进所述神经网络Copula模型收敛至Copula函数的形式； 对所述概率密度函数值进行聚类分割，得到遥感图像变化检测结果。

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清华大学，其通讯地址为：100084 北京市海淀区清华园1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。