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！

龙图腾网恭喜中国科学院国家空间科学中心申请的专利一种基于深度学习算法的木星磁重联事件检测方法及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：CN119475199B 。

龙图腾网通过国家知识产权局官网在2025-04-08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：202510059452.5，技术领域涉及：G06F18/2433；该发明授权一种基于深度学习算法的木星磁重联事件检测方法及系统是由陆阳;钟佳;赵瑜馨;邹自明设计研发完成，并于2025-01-15向国家知识产权局提交的专利申请。

本一种基于深度学习算法的木星磁重联事件检测方法及系统在说明书摘要公布了：本发明属于机器学习技术在空间物理领域的应用研究，具体涉及一种基于深度学习算法的木星磁重联事件检测方法及系统，该方法包括：获取木星基于时间段的磁场观测数据，进行预处理；将预处理后的数据输入预先建立和训练好的磁重联事件检测模型，输出具体时间段是否包含木星磁重联事件的检测结果；所述磁重联事件检测模型采用1DResNet残差网络，用于对磁场观测数据进行挖掘，实现从底层到高层的语义推理过程，识别出时序磁场数据中每个区域块的包含木星磁重联的区域块，从而实现磁重联事件的检测。本发明的方法利用端到端的方式，适用于大量木星磁场数据的自动分析处理。

本发明授权一种基于深度学习算法的木星磁重联事件检测方法及系统在权利要求书中公布了：1.一种基于深度学习算法的木星磁重联事件检测方法，包括：获取木星基于时间段的磁场观测数据，进行预处理；将预处理后的时序磁场观测数据输入预先建立和训练好的磁重联事件检测模型，输出时间段是否包含木星磁重联事件的检测结果；所述磁重联事件检测模型采用1DResNet残差网络，用于对时序磁场观测数据进行挖掘，实现从底层到高层的语义推理过程，识别出时序磁场观测数据中每个区域块的包含木星磁重联的区域块，从而实现磁重联事件的检测；所述方法包括磁重联事件检测模型的训练步骤，包括：收集数据，进行预处理，建立训练集；将训练集的数据依次输入1DResNet残差网络，进行监督学习，损失函数采用交叉熵，直至满足训练要求，得到训练好的磁重联事件检测模型；所述收集数据，包括：选择Juno卫星的磁场观测仪器FGM原始观测数据；所述预处理包括：数据异常值处理、缺失值填充、磁场球坐标转化和背景平均磁场去除；所述背景平均磁场去除，包括：计算前设定小时的平均磁场作为背景磁场，将观测时间段的磁场数值减去背景磁场。

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国家空间科学中心，其通讯地址为：100190 北京市海淀区中关村南二条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”。