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！

龙图腾网获悉中国科学院地理科学与资源研究所申请的专利一种知识图谱本体约束的植被遥感分类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：CN119580103B 。

龙图腾网通过国家知识产权局官网在2025-06-13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：202510131880.4，技术领域涉及：G06V20/10；该发明授权一种知识图谱本体约束的植被遥感分类方法是由姚永慧设计研发完成，并于2025-02-06向国家知识产权局提交的专利申请。

本一种知识图谱本体约束的植被遥感分类方法在说明书摘要公布了：本发明公开了一种知识图谱本体约束的植被遥感分类方法，包括数据获取与数据预处理、深度学习模型选择及知识图谱本体与深度学习模型的融合方法与步骤。本申请将知识图谱本体与FCN8s‑ResNet50模型在模型训练和分类后处理两个阶段进行了融合。结果表明：1）在深度学习模型训练和分类后处理两个阶段融合山地植被知识图谱本体可以显著提高深度学习模型的分类准确率：知识图谱本体约束的深度学习模型的准确率提高了10%，植被类型的整体分类准确率达到89.2%。2）山地植被知识图谱本体约束的深度学习模型不仅在植被类型的精细分类中取得了优异的成绩，而且提高了模型的普适性和可解释性，这将为大范围的遥感植被分类及深度学习模型的应用提供有力支持。

本发明授权一种知识图谱本体约束的植被遥感分类方法在权利要求书中公布了：1.一种知识图谱本体约束的植被遥感分类方法，其特征在于，包括以下步骤： S1、数据获取与数据预处理 1）获取研究区域的数字表面模型数据，并结合空间重采样技术，生成相同分辨率的数字高程模型； 2）获取研究区域的多时相遥感及数字高程模型数据，统一投影坐标系并根据分辨率进行相应地裁剪，将所述多时相遥感及数字高程模型数据预处理至输入数据空间范围一致； 3）获取研究区域植被垂直带谱，并将所述植被垂直带谱预处理转化为反映植被地理分布规律的、结构化的知识图谱本体； 4）获取研究区域植被类型图数据和遥感影像，根据植被类型图数据和遥感影像获取研究区域各植被类型的样本，形成研究植被类型的样本数据集； S2、选择深度学习模型 选择能够同时学习不同来源、不同分辨率遥感影像特征且具有多通道的深度学习模型； S3、知识图谱本体与深度学习模型在训练阶段融合 将步骤S1中1）-2）及4）预处理后的数据输入至深度学习模型中训练，同时将结构化的知识图谱本体与深度学习模型在模型训练阶段融合，获得植被分类的训练模型； 在深度学习模型训练过程中，将结构化的知识图谱信息融入，以所述深度学习模型预测得到一个植被类型，比较它在知识图谱本体中对应垂直带的海拔高度范围与真实海拔之间的差异； 基于区间重叠的损失函数，对植被类型在知识图谱本体中的海拔分布范围与真实海拔匹配程度进行量化，具体过程如下： 和分别表示第个样本在知识图谱本体中的海拔高度区间的下限和上限，表示第个样本的真实海拔高度，则区间重叠损失的形式为公式（5-1）： ; 其中，是一个小的正数，用于防止分母为零的情况； 将此约束损失与原始的交叉熵损失相加，形成新的复合损失函数，如公式（5-2）： （5-2） 其中，是分类任务的交叉熵损失，是平衡分类损失与区间重叠损失的权重系数； S4、知识图谱本体与深度学习模型在分类后处理阶段融合 将结构化的知识图谱本体与深度学习模型在植被分类后处理阶段融合，最终获得植被的分类结果。

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中国科学院地理科学与资源研究所，其通讯地址为：100101 北京市朝阳区大屯路甲11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”。