Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 长安大学朱武获国家专利权

长安大学朱武获国家专利权

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!

龙图腾网获悉长安大学申请的专利基于缠绕干涉相位的蠕变型滑坡隐患智能识别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:CN119723276B

龙图腾网通过国家知识产权局官网在2025-05-16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:202411129593.1,技术领域涉及:G06V10/82;该发明授权基于缠绕干涉相位的蠕变型滑坡隐患智能识别方法及系统是由朱武;张锐煊;范宝迪;占洁伟;李振洪;何倩设计研发完成,并于2024-08-16向国家知识产权局提交的专利申请。

基于缠绕干涉相位的蠕变型滑坡隐患智能识别方法及系统在说明书摘要公布了:本发明公开了基于缠绕干涉相位的蠕变型滑坡隐患智能识别方法及系统,该方法首先获取多景时间连续的缠绕干涉图数据,并通过双线性插值上采样至128x128的固定输入尺寸。随后,利用正弦和余弦函数对缠绕干涉图进行映射,生成正弦相位和余弦相位,进一步丰富相位信息。通过设定的映射函数,将这些相位数据转换为RGB色彩空间,以实现数据的多维表达。在特征提取与融合阶段,采用共享权重的多分支网络架构,对每个RGB通道进行独立特征提取,并通过特征融合机制对同层特征进行整合,提炼出高维语义信息。接着,通过解码器逐级恢复特征信息并完成分类映射,最终得出单景干涉图的预测结果。

本发明授权基于缠绕干涉相位的蠕变型滑坡隐患智能识别方法及系统在权利要求书中公布了:1.一种基于缠绕干涉相位的蠕变型滑坡隐患智能识别方法,其特征在于,所述方法包括:S1:数据获取与预处理:获取目标区域的多景时间连续的缠绕干涉图,利用双线性插值法,将缠绕干涉图上采样至网络输入尺寸,将缠绕干涉图通过正弦和余弦函数映射为正弦相位和余弦相位,将上采样后的缠绕干涉图、正弦相位和余弦相位分别映射至RGB色彩空间,得到三通道的RGB图像;S2:特征提取与融合:通过三个共享权重的并行编码过程将所述三通道的RGB图像抽象为高维语义信息,通过逐级编码,将相位、余弦相位和正弦相位按照三个独立分支进行特征提取;由五个编码块组成,每个编码块负责特征提取和数据压缩任务,卷积块包含两个卷积层,3×3卷积层-批量归一化层-线性整流单元,数据压缩通过最大池化来实现,通过特征融合机制将不同分支的同层编码信息融合,通过多分支特征在特征图维度叠加的方式,将编码过程中不同分支的同层信息进行融合,该机制有三个并行分支;在每个分支中,输入的特征图先经过一个3×3卷积层,然后与自身进行代数和运算,公式表示为: 式中,Mk表示第k分支的输入特征图,*表示卷积运算,Fk表示第k分支的卷积核;将语义信息通过解码器逐级恢复为表征信息,并最后完成分类数映射,所述解码过程共包括五个解码块:每个解码块,负责类别映射且仅包括像素级卷积的解码块I,由卷积块-跳跃连接层-修正线性单元-批量归一化-3×3卷积和2倍上采样层组成;输出模型输出的单景干涉图预测结果;S3:基于交并决策的模型泛化机制:通过单景干涉图的预测结果取交集和并集,获取最终预测产品;公式可表示为: 式中,Ai、Ai-1,Ai+1表示相邻的三景干涉图的预测结果,∩表示取交操作,∪表示取并操作。

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长安大学,其通讯地址为:710018 陕西省西安市未央区尚苑路长安大学渭水校区;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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。