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！

龙图腾网获悉自然资源部第一海洋研究所;中国石油大学(华东);上海卫星工程研究所申请的专利一种基于双流多任务学习网络的SAR海杂波幅度分布预测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：CN120352849B 。

龙图腾网通过国家知识产权局官网在2025-09-05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：202510847674.3，技术领域涉及：G01S7/41；该发明授权一种基于双流多任务学习网络的SAR海杂波幅度分布预测方法是由张驰;张晰;刘根旺;曹成会;余辉;戴永寿设计研发完成，并于2025-06-24向国家知识产权局提交的专利申请。

本一种基于双流多任务学习网络的SAR海杂波幅度分布预测方法在说明书摘要公布了：本发明为一种基于双流多任务学习网络的SAR海杂波幅度分布预测方法，涉及合成孔径雷达图像解译技术领域，收集高分三号卫星波模式SAR数据，得到多个SAR幅度图像；利用每个SAR幅度图像对应的标签，构建SAR海杂波幅度分布预测数据集；构建基于双流多任务学习网络的SAR海杂波幅度分布预测模型；利用训练集对SAR海杂波幅度分布预测模型进行训练，并利用验证集对SAR海杂波幅度分布预测模型的参数进行优化调整；测试和评估训练好的SAR海杂波幅度分布预测模型；将待预测的SAR图像输入到训练好的SAR海杂波幅度分布预测模型中，得到海杂波幅度分布类型和分布参数的预测结果。

本发明授权一种基于双流多任务学习网络的SAR海杂波幅度分布预测方法在权利要求书中公布了：1.一种基于双流多任务学习网络的SAR海杂波幅度分布预测方法，其特征在于，包括： 步骤1，收集高分三号卫星波模式SAR数据，通过数据处理得到多个SAR幅度图像； 步骤2，基于步骤1得到的多个SAR幅度图像，利用每个SAR幅度图像对应的标签，构建SAR海杂波幅度分布预测数据集； 步骤3，构建基于双流多任务学习网络的SAR海杂波幅度分布预测模型，包括： 步骤3.1、构建图像特征编码器，将SAR幅度图像输入到图像特征编码器中，得到高维图像特征Feature_image； 步骤3.2、构建环境特征编码器，将海洋环境参数输入到环境特征编码器中，得到高维参数特征Feature_param； 步骤3.3、将所述高维图像特征Feature_image和所述高维参数特征Feature_param进行跨模态特征融合，得到融合后的特征图Feature_fusion； 步骤3.4、构建分布类型解码器，将融合后的特征图Feature_fusion输入到分布类型解码器，得到海杂波幅度分布类型的预测结果； 步骤3.5、构建分布参数解码器，将融合后的特征图Feature_fusion输入到分布参数解码器，得到海杂波幅度分布参数的预测结果； 步骤4，利用步骤2构建的SAR海杂波幅度分布预测数据集的训练集对SAR海杂波幅度分布预测模型进行训练，并利用验证集对SAR海杂波幅度分布预测模型的参数进行优化调整； 步骤5，测试和评估训练好的SAR海杂波幅度分布预测模型； 步骤6，对待预测的SAR图像进行步骤1的数据处理，得到待预测的SAR幅度图像，将待预测的SAR幅度图像输入到训练好的SAR海杂波幅度分布预测模型中，得到海杂波幅度分布类型和分布参数的预测结果。

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自然资源部第一海洋研究所;中国石油大学(华东);上海卫星工程研究所，其通讯地址为：266100 山东省青岛市崂山区高科技工业园仙霞岭路；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”。