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！

龙图腾网获悉长江大学申请的专利一种岩石中海泡石的识别方法、装置、设备及介质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：CN120687894B 。

龙图腾网通过国家知识产权局官网在2026-03-17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：202510746872.0，技术领域涉及：G06F18/241；该发明授权一种岩石中海泡石的识别方法、装置、设备及介质是由张杰志;李茜;朱光有;高和婷;宋子龙;李生;郑凯航;陈思钰;黄月;陈泓州;刘健勇设计研发完成，并于2025-06-05向国家知识产权局提交的专利申请。

本一种岩石中海泡石的识别方法、装置、设备及介质在说明书摘要公布了：本发明涉及一种岩石中海泡石的识别方法、装置、设备及介质，属于图像处理技术领域，岩石中海泡石的识别方法用于基于训练完备的混合神经网络模型对岩石中海泡石进行识别，混合神经网络模型包括特征提取层、早期融合层、中期融合层以及晚期融合层，基于特征提取层对多模态数据进行特征提取，基于早期融合层对图像特征向量以及文本特征向量进行拼接，基于中期融合层对多模态特征向量进行加权融合，基于晚期融合层对融合后的特征向量进行分类特征提取，对图像分类特征以及文本分类特征进行融合，将融合后的分类特征、融合后的特征向量以及多模态特征向量输入至分类器中，以识别出岩石中海泡石，提高了岩石中海泡石的识别效率以及识别精度。

本发明授权一种岩石中海泡石的识别方法、装置、设备及介质在权利要求书中公布了：1.一种岩石中海泡石的识别方法，其特征在于，用于基于训练完备的混合神经网络模型对岩石中海泡石进行识别，所述混合神经网络模型包括特征提取层、早期融合层、中期融合层以及晚期融合层； 所述岩石中海泡石的识别方法，包括： 对岩石样品进行多维度分析，获取待识别的多模态数据，所述多模态数据包括富含海泡石的图像数据和光谱数据；所述对岩石样品进行多维度分析包括红外光谱分析用于探测海泡石内部水分子和羟基的振动行为，X射线衍射技术描绘所述海泡石的晶体结构，结合扫描电子显微镜和能谱分析揭示所述海泡石的形态特征和元素组成； 基于所述特征提取层对所述多模态数据进行特征提取，获得图像特征向量以及文本特征向量； 所述混合神经网络模型包括ResNet模型、3D-CNN网络、LSTM网络；所述基于所述特征提取层对所述多模态数据进行特征提取，获得图像特征向量以及文本特征向量，包括： 对所述多模态数据进行预处理，获得岩石样本数据集； 基于所述ResNet模型对所述岩石样本数据集进行图像特征提取，获得图像特征向量； 基于所述3D-CNN网络对所述岩石样本数据集进行卷积操作，获得融合时空信息的特征图，基于所述LSTM网络对所述融合时空信息的特征图进行特征提取，获得文本特征向量； 所述对所述多模态数据进行预处理，获得岩石样本数据集，包括： 采用高斯滤波对所述图像数据进行去噪处理，通过直方图均衡化方法对去噪处理后的图像数据进行图像增强，并对图像增强后的图像数据进行归一化处理，以完成图像数据的预处理； 采用峰值检测算法对所述光谱数据的特征峰进行识别，并计算出所述特征峰的积分面积，获得与海泡石相关的特征峰集合； 以所述特征峰集合为基准锚点，采用动态时间规整对光谱数据进行序列对齐，并对序列对齐后的光谱数据进行截断处理，以完成光谱数据的预处理； 将预处理后的图像数据以及光谱数据进行合并，并采用多元散射校正以及标准正态变化对合并后的数据进行处理，以获得岩石样本数据集； 基于所述早期融合层对所述图像特征向量以及文本特征向量进行拼接，获得多模态特征向量； 基于所述中期融合层对所述多模态特征向量进行加权融合，获得融合后的特征向量； 基于所述晚期融合层对所述融合后的特征向量进行分类特征提取，获得图像分类特征以及文本分类特征，对所述图像分类特征以及文本分类特征进行融合，将融合后的分类特征、融合后的特征向量以及多模态特征向量输入至分类器中，以识别出岩石中海泡石。

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长江大学，其通讯地址为：434023 湖北省荆州市南环路1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。