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！

龙图腾网获悉中国科学院自动化研究所申请的专利基于深度神经网络的频高图O/X波描迹智能提取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：CN120765955B 。

龙图腾网通过国家知识产权局官网在2025-12-16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：202510877998.1，技术领域涉及：G06V10/44；该发明授权基于深度神经网络的频高图O/X波描迹智能提取方法是由鹿智;孙立国;吕品设计研发完成，并于2025-06-27向国家知识产权局提交的专利申请。

本基于深度神经网络的频高图O/X波描迹智能提取方法在说明书摘要公布了：本发明公开了基于深度神经网络的频高图OX波描迹智能提取方法，属于空间环境探测与人工智能技术领域。所述方法包括对原始频高图进行时频特征解析与数据增强，采用专家标注的方式构建高质量训练集；创新性地提出双路径注意力机制网络模型，通过空间金字塔模块捕获多尺度特征，结合通道注意力优化特征权重分布；采用交叉熵损失与Dice损失的联合优化策略，有效处理类不平衡问题；最后通过形态学后处理优化提取结果。本发明在不同频点处距离偏差较传统方法降低30%以上，具备强抗噪声能力和弱特征捕获能力，可提升电离层参数反演精度，为空间环境监测、短波通信保障等领域提供可靠技术支撑。

本发明授权基于深度神经网络的频高图O/X波描迹智能提取方法在权利要求书中公布了：1.一种基于深度神经网络的频高图OX波描迹智能提取方法，其特征在于，包括： 步骤1、对原始电离层频高图进行预处理，构建用于模型训练和测试的数据集； 步骤2、构建双路径注意力机制网络模型，所述模型包括用于捕获空间特征的空间路径，以及用于优化特征权重分布的通道路径；其中，所述空间路径采用空间金字塔模块捕获多尺度空间特征，所述通道路径利用通道注意力机制优化特征权重分布，两个路径的输出利用自适应特征融合门控单元进行加权融合后输入至编码器中，所述编码器采用特征金字塔网络，通过自上而下的架构和横向连接，将高层特征图的语义信息与低层特征图的空间信息进行融合拼接后，经上采样及跳跃连接将编码器中每一层的输出与解码器中相应层的输入连接，最终输出描迹结果； 步骤3、对所述网络模型进行训练，利用训练好的网络模型提取OX波描迹； 步骤4、在训练好的网络模型输出端进行形态学后处理，通过自适应结构元素对描迹提取结果进行边缘优化与噪声滤除； 步骤5、基于优化后的分割结果自动提取OX波描迹关键点，计算各频点处对应的最小虚高，并与人工提取的描迹对比，若偏差在5%以内，则判定提取描迹准确。

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科学院自动化研究所，其通讯地址为：100190 北京市海淀区中关村东路95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。