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！

龙图腾网获悉北京师范大学申请的专利基于PlanetScope多时相数据和ALOS DEM数据的侵蚀沟提取方法和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：CN120822110B 。

龙图腾网通过国家知识产权局官网在2025-11-21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：202511324362.0，技术领域涉及：G06F18/241；该发明授权基于PlanetScope多时相数据和ALOS DEM数据的侵蚀沟提取方法和系统是由陈学泓;畅清艳;崔喜红;陈晋设计研发完成，并于2025-09-17向国家知识产权局提交的专利申请。

本基于PlanetScope多时相数据和ALOS DEM数据的侵蚀沟提取方法和系统在说明书摘要公布了：本发明提供一种基于PlanetScope多时相数据和ALOSDEM数据的侵蚀沟提取方法和系统，涉及侵蚀沟提取领域，获取PlanetScope多时相数据、ALOSDEM数据；对获取的数据进行预处理和数据集制作；制作侵蚀沟数据集；将所选特征进行组合，标注训练样本标签，生成侵蚀沟数据集；设计基于动态蛇形卷积的多分类模型进行侵蚀沟的提取，使用20折交叉验证进行模型的训练；对模型训练结果进行精度评价；使用偏依赖图的方法对模型输入特征进行特征的重要性评估，根据精度评价结果，确定侵蚀沟提取的最优特征，得到侵蚀沟提取的最优结果。本发明实现了大范围的侵蚀沟实时提取和监测，为侵蚀沟治理政策制定提供了数据支持。

本发明授权基于PlanetScope多时相数据和ALOS DEM数据的侵蚀沟提取方法和系统在权利要求书中公布了：1.基于PlanetScope多时相数据和ALOSDEM数据的侵蚀沟提取方法，其特征在于，包括以下步骤： 步骤一：获取多时相遥感数据和地形数据，所述多时相遥感数据为月尺度合成数据，用于提供高时空分辨率特征； 步骤二：对所述多时相遥感数据和地形数据进行预处理和数据集制作，所述预处理包括数据筛选和分辨率统一，所述数据集制作包括生成输入特征集并标注分类标签； 步骤三：设计基于动态卷积的多分类模型进行地貌特征提取，所述模型以深度学习网络为骨架，替换普通卷积为动态卷积结构，输出多类别分类结果； 步骤四：对所述多分类模型的训练结果进行精度评价，采用多种误差指标进行评估； 步骤五：通过特征重要性评估方法确定最优输入特征，得到地貌特征提取的最终结果； 步骤二中，所述对所述多时相遥感数据和地形数据进行预处理和数据集制作，包括： 对所述多时相遥感数据进行筛选，基于物候特征一致性和数据质量对月份数据进行筛选，保留春耕期和秋收期数据； 对所述地形数据进行重采样，使其分辨率与所述多时相遥感数据一致； 将筛选后的多时相遥感数据和重采样后的地形数据组合生成输入特征集； 针对所述输入特征集，标注地貌特征、道路及其他类别标签，生成训练样本集； 步骤三中，所述设计基于动态卷积的多分类模型，包括： 构建以U-Net为骨架的深度学习模型，所述模型输入为多时相遥感特征和地形特征； 将所述U-Net中的普通二维卷积替换为动态蛇形卷积结构，所述动态蛇形卷积结构由普通卷积及x、y方向动态卷积组成； 采用Dice损失函数优化所述多分类模型，输出地貌特征、道路及其他类别三分类结果； 通过20折交叉验证训练所述多分类模型，从研究区随机选取多幅数据，其中一幅作为测试集，其余作为训练集。

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北京师范大学，其通讯地址为：100875 北京市海淀区新街口外大街19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。