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！

龙图腾网恭喜苏州深蓝空间遥感技术有限公司申请的专利一种基于深度学习的地理空间信息变化检测分类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：CN114973019B 。

龙图腾网通过国家知识产权局官网在2025-04-18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：202210674204.8，技术领域涉及：G06V20/13；该发明授权一种基于深度学习的地理空间信息变化检测分类方法及系统是由吴磊;孙世山;尹治平设计研发完成，并于2022-06-14向国家知识产权局提交的专利申请。

本一种基于深度学习的地理空间信息变化检测分类方法及系统在说明书摘要公布了：本发明公开了一种基于深度学习的地理空间信息变化检测分类方法，包括以下步骤：基于深度学习语义分割与变化检测方法生成编译‑解译结构的多层次多维度网络模型；构建了数据清洗预处理并分割聚类生成样本数据集的方法；基于迁移学习技术，架构迁移学习框架，应用新的数据集在基础模型上通过训练自动化快速地更新修正模型，生成融合模型应用于新的地理空间信息变化检测与分类领域。本发明还公开了一种基于深度学习的地理空间信息变化检测分类系统。本发明基于基础模型、样本数据利用迁移学习技术对基础模型再训练，获得适应于不同领域、不同场景的地理空间信息变化检测及分类的动态成长模型，提高了精度与效率。

本发明授权一种基于深度学习的地理空间信息变化检测分类方法及系统在权利要求书中公布了：1.一种基于深度学习的地理空间信息变化检测分类方法，其特征在于，包括以下步骤：基于深度学习语义分割与变化检测方法生成编译-解译结构的网络模型，对所述编译-解译结构的网络模型进行训练测试，获得基础模型；所述编译-解译结构的网络模型包括跨层组合分布的地理空间信息特征基本提取层、地理空间信息特征基本映射层和地理空间信息特征基本输出层；所述地理空间信息特征基本提取层的构建，用于生成地理空间信息特征关系矩阵，其构建的具体步骤为：构建全局地理空间信息特征提取单元，应用卷积计算和激活函数，组成特征提取单元，生成当前单元的地理空间信息特征关系矩阵；基于样本的离散化过程，应用计算和激活函数提取同内核重叠的输入区域的最大值，组成局部二次特征提取单元，生成当前单元的局部地理空间信息特征关系矩阵；在局部二次特征提取单元通过正则化技术注入噪声；特征提取单元和局部二次特征提取单元组成地理空间信息特征基本提取层；所述构建地理空间信息特征基本映射层，用于学习聚类特征向量，其构建的具体步骤为：映射层学习特征基本提取单元输出的高级特征的非线性组合，提取特征的分布式特征表示映射到样本标记多维度空间，生成多维度特征分类；应用激活函数引入非线性；应用正则化技术减少神经网络过度拟合，正则化技术使用离散型概率分布，离散型概率分布选择伯努利分布；使用伯努利分布的样本以概率随机将输入张量的一些连接归零；所述地理空间信息特征基本输出层，用于输出地理空间信息变化及检测分类结果，其构建的具体步骤为：输出层应用归一化指数函数后最终输出地理空间信息变化及检测分类结果；所述地理空间信息输出层为一层，输出层的输入为最终一层地理空间信息映射层的输出，输出层的输出为地理空间信息变化及检测分类结果；所述地理空间信息特征基本提取层为多层并跨层组合分布；所述地理空间信息特征基本映射层为多层并跨层组合分布；基于迁移学习技术和所述基础模型，构建迁移学习框架；使用样本数据集在所述迁移学习框架上进行迁移学习，构建迁移学习的新模型；所述迁移学习的新模型与所述基础模型整合，形成融合模型；根据所述融合模型对待检测遥感影像进行检测分类。

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苏州深蓝空间遥感技术有限公司，其通讯地址为：215500 江苏省苏州市常熟市常福街道柳州路95号瑞特研发大楼3楼；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”。