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！

龙图腾网获悉山东省海洋资源与环境研究院(山东省海洋环境监测中心、山东省水产品质量检验中心)申请的专利一种基于生态表示与目标感知匹配的海洋生态监测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：CN121834243B 。

龙图腾网通过国家知识产权局官网在2026-05-12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：202610303195.X，技术领域涉及：G06F18/20；该发明授权一种基于生态表示与目标感知匹配的海洋生态监测方法是由孙珊;程玲;张超;聂婕;苏博;金晓杰;左子杰;李泓坤;赵玉庭设计研发完成，并于2026-03-13向国家知识产权局提交的专利申请。

本一种基于生态表示与目标感知匹配的海洋生态监测方法在说明书摘要公布了：本发明涉及海洋生态监测技术领域，尤其是涉及一种基于生态表示与目标感知匹配的海洋生态监测方法。所述方法包括获取多源海洋监测数据；基于获取的多源海洋监测数据进行多模态数据预处理；根据预处理后的数据生成可区分生态特征向量；利用可区分生态特征向量进行目标感知生成融合置信度；基于融合置信度结果生成监测报告并反馈。本发明通过多模块协同优化，在海洋生态监测的精度、效率与实用性上实现多重突破，显著优于传统技术。

本发明授权一种基于生态表示与目标感知匹配的海洋生态监测方法在权利要求书中公布了：1.一种基于生态表示与目标感知匹配的海洋生态监测方法，其特征在于，包括： 获取多源海洋监测数据； 基于获取的多源海洋监测数据进行多模态数据预处理； 根据预处理后的数据生成可区分生态特征向量； 利用可区分生态特征向量进行目标感知生成融合置信度； 基于融合置信度结果生成监测报告并反馈； 所述根据预处理后的数据生成可区分生态特征向量，包括接收来自预处理层的标准化 多模态数据集，利用任务自适应特征解耦网络TA-FDN生成解耦后的目标特征张量和背景特征张量，所述TA-FDN网络采用并行的双分支编码器架构，每个分支由一 个卷积层后接归一化和ReLU激活函数构成，其中利用目标分支和背景分支对输 入进行并行处理：其中，和分别是两个分支的卷积权重参数；为动态适应不同监测任务，引入轻量级的任务自适 应单元TAU，以输入数据的元信息为条件，生成一对动态调制向量C为特征 通道数，对初步提取的特征进行通道级加权：，其中，表示通道方向的广播乘法；为使和实现解耦，定义基于互信息最小化的解耦损失函数，利用互信息衡量 两个随机变量之间的依赖程度，优化目标是：；最后采 用基于对抗学习的变分估计方法，引入辅助的判别器网络D用于区分特征对； 所述根据预处理后的数据生成可区分生态特征向量，还包括利用自监督掩码真实特征 强化网络AIM-Marine对解耦的特征进行特征提纯，首先，将解耦后的双流特征进行拼接，输 入轻量化的多尺度特征编码器E并构建四级特征金字塔：其中，表示沿通道维度拼接，是编码器的 第l级，输出特征图的空间尺寸逐级减小，从而捕获从细粒度细节到全局上下文的信息； 接着对于金字塔的每一层，一个轻量的掩码生成网络G_l为其生成一个 空间二值掩码；为在离散的掩码决策中仍能进行梯度反向传播，采用 Gumbel-Softmax重参数化技巧，具体地，为每个空间位置输出一个二维逻辑值，然后通过Gumbel-Softmax采样得到该位置的硬掩码值：；掩码生成网络G的训练通过自 监督的特征重构任务进行，训练目标是当使用生成的掩码对特征金字塔进行逐元素乘法， 即后，被遮蔽后剩余的特征应能通过多层感知机MLP分 类头，以预测出样本的预定义伪标签，迫使G自动识别并保留对样本判别最具信息量的特 征区域，提纯后的多尺度特征集合，其生态目标指向性分数EPG达到0.89； 所述根据预处理后的数据生成可区分生态特征向量，还包括利用层级生态特征融合表 示网络将来自不同尺度的提纯特征进行深度融合与高阶编码，生成最终的统一生态特征表 示，首先将不同尺度的特征图通过双线性插值上采样至同一中等尺寸，并在通道维度进 行拼接，得到聚合特征，随后，应用通道注意力模块SE-Block为每个通道计算权重，以 突出那些对当前任务更重要的特征通道：其中，GAP表 示全局平均池化，是ReLU激活函数，,是全连接层权重，是Sigmoid函数，是 学习到的通道注意力向量；接着将增强后的特征输入由L层构成的Transformer编码 器，以建模特征内部长距离的依赖关系，并融合多模态信息，记Transformer编码器中第l层 的自注意力机制为： 其中，,,分别由输入特征通过 线性投影得到，是键向量的维度，经过L层这样的编码，得到深度编码后的特征；最 后，对应用全局平均池化将其压缩为一维特征向量，并通过一个全连接层将其投影到 预设的512维空间，再经过归一化，输出最终的生态特征向量：，实现将原始的、混合的多模态数据，通 过特征解耦、提纯与融合的深度变换，转化为兼具高判别性、高鲁棒性和丰富语义信息的特 征向量。

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山东省海洋资源与环境研究院(山东省海洋环境监测中心、山东省水产品质量检验中心)，其通讯地址为：264006 山东省烟台市经济开发区长江路216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。