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！

龙图腾网获悉河南科技大学申请的专利一种基于改进卷积神经网络的地基云图分类识别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：CN117292200B 。

龙图腾网通过国家知识产权局官网在2026-03-27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：202311320256.6，技术领域涉及：G06V10/764；该发明授权一种基于改进卷积神经网络的地基云图分类识别方法是由付主木;翟坤宁;陶发展;唐小林;吴红海;朱龙龙;王俊;高颂;李梦杨;马浩翔;步妮;毕淑慧;李帅永;杨艺;陈灵峰;高向前设计研发完成，并于2023-10-12向国家知识产权局提交的专利申请。

本一种基于改进卷积神经网络的地基云图分类识别方法在说明书摘要公布了：一种基于改进卷积神经网络的地基云图分类识别方法，S1，采集多种类型的地基云图，得到初始地基云图数据集；S2，对初始地基云图进行预处理，构建地基云图数据集；S3，搭建卷积神经网络模型；S4，将地基云图数据集按比例分为训练集、测试集和验证集，采用训练集对卷积神经网络模型进行训练；S5，利用上述的验证集对训练好的卷积神经网络模型进行验证，根据结果调整卷积神经网络模型；S6，利用调整后的卷积神经网络模型对上述的测试集进行识别，得到识别结果；S3中，卷积神经网络模型包括特征提取模块和主网络模块，主网络模块基于ResNet模型和DensNet模型建立，且包括BlockA模块、BlockB模块及BlockC模块。提高了卷积神经网络模型的抗过拟合性，提高了模型的识别准确。

本发明授权一种基于改进卷积神经网络的地基云图分类识别方法在权利要求书中公布了：1.一种基于改进卷积神经网络的地基云图分类识别方法，包括以下步骤： S1，采集多种类型的地基云图，得到初始地基云图数据集； S2，对初始地基云图进行预处理，构建地基云图数据集； S3，搭建卷积神经网络模型； S4，将地基云图数据集按比例分为训练集、测试集和验证集，采用训练集对卷积神经网络模型进行训练； S5，利用上述的验证集对训练好的卷积神经网络模型进行验证，根据结果调整卷积神经网络模型； S6，利用调整后的卷积神经网络模型对上述的测试集进行识别，得到识别结果； 其特征在于：所述S3中，卷积神经网络模型包括特征提取模块和主网络模块，主网络模块基于ResNet模型和DensNet模型建立，且包括BlockA模块、BlockB模块及BlockC模块；BlockA模块和BlockB模块均引入SE模块； 所述S3包括： S301，采用DehazeNet去雾算法的特征提取部分作为特征提取模块获取地基云图的模糊特征，并通过Maxout单元对模糊特征进行最大化操作，生成新的特征图； S302，在BlockA模块中，输入x经过两次3×3的卷积得到相应的特征图Fx，SE模块获取相应的权重参数，将得到的权重与Fx进行融合，最后与输入x相加；在BlockB模块中，先进行1×1卷积降低输入地基云图矩阵的通道数，进行3×3卷积提取地基云图的细节特征；最后，通过1×1卷积扩增通道的数量；BlockA模块和BlockB模块均先通过BN层和ReLu激活函数，再进行卷积操作； S303，采用BlockC模块提取地基云图的深层特征； 将BlockA、BlockB和BlockC模块进行重复堆叠得到特征图，并对特征图进行全局平均池化，以及在特征图的全连接层中添加Dropout层。

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河南科技大学，其通讯地址为：471000 河南省洛阳市洛龙区开元大道263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。