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！

龙图腾网获悉宁波大学申请的专利一种基于双分支残差神经网络的卫星云图检索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：CN115905606B 。

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：202211400418.2，技术领域涉及：G06F16/583；该发明授权一种基于双分支残差神经网络的卫星云图检索方法是由胡天娇;金柱璋;姚婉欣;吕介之;金炜设计研发完成，并于2022-11-09向国家知识产权局提交的专利申请。

本一种基于双分支残差神经网络的卫星云图检索方法在说明书摘要公布了：本发明提供了一种基于双分支残差神经网络的卫星云图检索方法，涉及气象卫星遥感云图检索技术领域，本方法包括步骤S1：收集Himawari‑8卫星云图并构建历史云图库，从历史云图库中任选取一张云图作为锚样本，将与其同类云图以及非同类云图分别组成正样本集和负样本集；S2：利用锚样本与正样本集和负样本集中各样本组建三元组开展度量学习，训练双分支残差神经网络，并将训练后的双分支残差神经网络用于云图的特征提取，作为历史云图库中云图的特征。本方法能够克服传统深度特征难于刻画不同类别卫星云图的类内差异性和类间相似性问题，提高网络对云图的分辨能力。

本发明授权一种基于双分支残差神经网络的卫星云图检索方法在权利要求书中公布了：1.一种基于双分支残差神经网络的卫星云图检索方法，其特征在于，包括步骤： S1：收集Himawari-8卫星云图并构建历史云图库，从历史云图库中任选取一张云图作为锚样本，将与其同类云图以及非同类云图分别组成正样本集和负样本集； S2：利用锚样本与正样本集和负样本集中各样本组建三元组开展度量学习，训练双分支残差神经网络，并将训练后的双分支残差神经网络用于云图的特征提取，作为历史云图库中云图的特征； S3：在云图检索时，通过双分支残差神经网络提取待识别云图的特征，基于特征间的相似度，从历史云图库中检索并返回相似云图； 所述双分支残差神经网络包括全局分支和局部分支，其中全局分支提取云图的全局特征，局部分支通过激活掩膜的作用提取云图中主要语义对象的局部特征； 所述步骤S2包括： S21：通过引入局部分支，利用激活掩膜来强化云图中的主要语义区域，对云图全局特征和局部特征进行综合提取； S22：在双分支残差神经网络训练时，通过多重相似度损失，运用度量学习将云图特征映射到语义空间，将云图嵌入到度量空间中，增加非同类云图间的距离，减小同类云图间的距离，进而调整度量空间中云图特征的分布； 依据所提取的全局分支和局部分支特征间的余弦相似度，得到多重相似度损失的损失函数为： ， 其中，表示为训练的样本个数；和分别表示为锚样本云图与匹配样本经过全局分支和局部分支后所提取的特征间的余弦相似度；和分别表示为对应于锚样本云图的正样本集和负样本集；分别表示为超参数；表示相似度的边缘。

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宁波大学，其通讯地址为：315201 浙江省宁波市江北区风华路818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”。