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！

龙图腾网获悉南京信息工程大学申请的专利基于集成学习方法和二维小波变换的海冰粗糙度反演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：CN116563667B 。

龙图腾网通过国家知识产权局官网在2025-11-04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：202310535507.6，技术领域涉及：G06V10/774；该发明授权基于集成学习方法和二维小波变换的海冰粗糙度反演方法是由陈鹏亦;陈忠彪;孙闰霞;何宜军设计研发完成，并于2023-05-12向国家知识产权局提交的专利申请。

本基于集成学习方法和二维小波变换的海冰粗糙度反演方法在说明书摘要公布了：本发明提供一种基于集成学习方法和二维小波变换的海冰粗糙度反演方法，首先对目标区域内目标时段中包含海冰的SAR图像通过二维连续小波变换提取海冰的空间特征，然后通过目标区域内目标时段中所有足印点数据获得海冰实际粗糙度，并将目标区域内目标时段SAR图像原始信息和海冰空间特征与对应的海冰实际粗糙度进行空间上的匹配，构建总数据集；最后将SAR图像原始信息和海冰空间特征作为输入，对应的海冰预测粗糙度为输出对集成学习模型进行训练，获得基于集成学习方法的海冰粗糙度反演模型。本发明可有效解决现有技术中海冰粗糙度反演误差大、分辨率低的问题。

本发明授权基于集成学习方法和二维小波变换的海冰粗糙度反演方法在权利要求书中公布了：1.一种基于集成学习方法和二维小波变换的海冰粗糙度反演方法，其特征在于，包括以下步骤： 步骤1：获取目标区域内目标时段中包含海冰的SAR图像，对每幅SAR图像进行数据预处理，得到在空间上均匀的分贝化的后向散射系数图像，即为二维空间SAR图像为图像中像素点的坐标向量； 步骤2：获取目标区域内目标时段中所有海冰足印点数据，通过对每个足印点计算距离其最近的预设数量足印点的高程标准差，得到每个足印点的海冰实际粗糙度； 步骤3：针对每幅二维空间SAR图像作复数二维连续小波变换，获得每幅二维空间SAR图像中每个像素点的复数小波系数其中φ为每个像素点的小波旋转角，a为每个像素点中复数小波变换的尺度参数，为每个像素点中复数小波变换的平移参数； 步骤4：通过对各幅SAR图像中的每个像素点遍历所有尺度参数和旋转角参数，获得复数小波系数最大模对应的尺度参数am和旋转角参数φm，am和φm构成海冰的空间信息，其中|·|表示取模； 步骤5：将目标区域内目标时段内的SAR图像原始信息和海冰空间特征信息以及对应的海冰实际粗糙度在空间上进行匹配，构建包含以上信息的总数据集； 步骤6：将SAR图像原始信息和海冰空间特征信息作为输入，对应的海冰预测粗糙度作为模型输出，利用训练集对Adaboost回归学习器进行训练，得到训练完成的基于Adaboost回归的海冰粗糙度反演模型； 步骤7：通过步骤6得到的回归模型对测试集进行预测，得到测试集的海冰预测粗糙度并进行模型初步评价、真实性检验和深入评估。

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南京信息工程大学，其通讯地址为：210032 江苏省南京市宁六路219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”。

以上内容由龙图腾AI智能生成。