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！

龙图腾网获悉中国海洋大学三亚海洋研究院申请的专利一种适用于微波辐射计数据的边缘端极端天气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：CN120408120B 。

龙图腾网通过国家知识产权局官网在2025-09-19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：202510886024.X，技术领域涉及：G06F18/21；该发明授权一种适用于微波辐射计数据的边缘端极端天气识别方法及系统是由胡易成;殷晓斌设计研发完成，并于2025-06-30向国家知识产权局提交的专利申请。

本一种适用于微波辐射计数据的边缘端极端天气识别方法及系统在说明书摘要公布了：本申请公开了一种适用于微波辐射计数据的边缘端极端天气识别方法，属于遥感技术领域。针对现有技术中星地通信带宽较低且缺乏实时性的问题。本申请的方法从搭载微波辐射计的遥感卫星获取亮温数据，筛选出对应的遥感数据包，并通过数据解包、亮温数据处理及图像生成步骤，构建包含多个微波波段和极化信息的微波影像。根据需要识别的极端天气种类和数量，搭建合适的网络架构进行模型训练，生成极端天气识别模型。随后，采用量化技术对训练好的模型进行优化，确保在边缘设备上高效运行。本申请的优点在于，具有高效性和实用性，适用于在资源受限的边缘计算设备中执行复杂的深度学习任务，为极端天气的实时监测提供了有效的技术手段。

本发明授权一种适用于微波辐射计数据的边缘端极端天气识别方法及系统在权利要求书中公布了：1.一种适用于微波辐射计数据的边缘端极端天气识别方法，其特征在于：包括以下步骤： 1获取微波辐射计遥感数据； 2筛选步骤1中获得的微波辐射计遥感数据，根据记载的极端天气出现的时间和经纬度，制作基础数据集； 3根据要识别的极端天气数量和种类，搭建卷积神经网络；训练卷积神经网络并导出极端天气识别模型； 4筛选用于量化模型的数据集，对导出后的模型进行量化； 5使用极端天气识别模型进行极端天气识别； 在步骤1中，从搭载微波辐射计的遥感卫星获取遥感数据，遥感数据包括亮温信息、时间戳和经纬度；亮温信息包括微波辐射计的5个通道：18.7GHz-H通道亮温、18.7GHz-V通道亮温、23.8GHz-V通道亮温、37GHz-H通道亮温、37GHz-V通道亮温； 步骤3中，根据要识别的极端天气数量和种类，搭建卷积神经网络时，基于残差网络构建深度学习模型； 残差网络是基于basic-1block和basic-2block构建的； 输入的矩阵在前两个维度上缩放到224*224像素，依次经过7*7的conv卷积核、Maxpool层，1个basic-1block，3个basic-2block，最后是FC层； 在步骤3中，训练卷积神经网络时，使用基础数据集和增强数据集进行训练；训练过程包括前向传播、反向传播和优化，使用Cross-Entropy损失函数和Adam优化器；训练过程被组织为多个epoch，每个epoch包含多个迭代步骤； 在步骤4中，对导出后的模型进行量化时，当一份数据输入步骤3所搭建的神经网络后，网络最后一层的FC层的某个神经元的输出值＞0.85，则该数据为一份具有代表性的数据；筛选训练集中所有的具有代表性的数据，作为量化备选数据集； 假设共有k个标签，其中，从第i个标签选出了Ni个具有代表性的数据，则Nmin＝minN1,N2,…,Ni,…,Nk,从每种标签的具有代表性的数据中，随机选取Nmin个数据，作为量化数据集；使用vitis-ai的PTQ量化工具将原始模型从float32转换为int8格式，在量化过程中，向量化工具输入所述量化数据集，工具自动统计各层激活值和权重的动态范围分布,根据统计结果，基于非对称量化方案计算各层的尺度因子和零点，之后将原始FP32模型权重与激活值按以下公式量化：Q＝roundFP32S+Z，其中，S为尺度因子，Z为零点。

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海洋大学三亚海洋研究院，其通讯地址为：572025 海南省三亚市崖州区崖州湾科技城用友产业园一号楼七层；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”。