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！

龙图腾网恭喜山东科技大学申请的专利一种机载雷达测深浅海底质分类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：CN114722900B 。

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：202210217822.X，技术领域涉及：G06F18/241；该发明授权一种机载雷达测深浅海底质分类方法是由杨安秀;吴自银;阳凡林;宿殿鹏;王贤昆;刘骄阳;于孝林;黄昱;张一衡;闫豆豆设计研发完成，并于2022-03-08向国家知识产权局提交的专利申请。

本一种机载雷达测深浅海底质分类方法在说明书摘要公布了：本发明公开了一种机载雷达测深浅海底质分类方法，属于海洋测绘技术领域，其首先基于“三段式”波形分解和二次曲面LM拟合算法提取机载雷达测深多元波形和地形特征；然后构建强度和点云特征兼顾的双支CNN动态迁移学习分类模型，通过对强度分支和点云分支进行双重训练，有效提升网络结构的整体稳定性；最后通过动态调控网络自适应调整点云分支的全连接层参数，实现参数权重迁移，增强整体双支CNN动态迁移学习分类模型的泛化性和鲁棒性。本发明通过这种方法，实现了一种机载雷达测深浅海底质的分类模型构建，该方法将为我国海洋、测绘、交通、海军等领域对于浅水海域高精度底质分类的迫切需求提供重要的技术支撑。

本发明授权一种机载雷达测深浅海底质分类方法在权利要求书中公布了：1.一种机载雷达测深浅海底质分类方法，其特征在于：包括以下步骤：步骤1：基于“三段式”波形分解和二次曲面LM拟合算法，提取机载雷达测深多元波形和地形特征；步骤2：构建强度和点云特征兼顾的双支CNN动态迁移学习分类模型，通过对强度分支和点云分支进行双重训练，提升网络结构的整体稳定性；步骤2.1：机载雷达测深振幅信息即为强度信息，通过对提取的振幅特征进行内插获得机载雷达测深强度图像；步骤2.2：将机载雷达测深强度图像依据海底点云分辨率大小进行分割，分割后的图像单元仅代表一种底质类型，通过分辨图像单元的颜色和纹理特征来实现强度分支分类；步骤2.3：迁移强度分支的训练参数至点云分支，提取的多元波形和地形特征参数作为点云分支的输入矩阵，基于自主架构的CNN网络模型和迁移训练参数，完成点云分支训练；步骤2.4：为保证强度分支与点云分支的差异值越来越小，实现两个分支的拟合趋近，需要使用MK-MMD概率适配方法度量两个分支分布间的距离；假设强度分支和点云分支在最后的高层输出分别为YtA和YtF，利用MK-MMD概率适配方法度量出YtA与YtF之间的差异distanceYtA,YtF，并将该差异添加到双支CNN迁移学习模型的损失函数中，损失函数如公式1所示： 式中，ziθ是点云分支样本xi的预测标签；其中，i＝1,2,…,N；θ＝θ1,θ2是点云分支中动态调控网络的参数；yi为点云分支样本的标记标签；λ是正则项系数；P＝p1,…,pm是动态调控网络预测得到的加权参数，·1表示L1范数；步骤2.5：L1范数能够使双支CNN迁移学习模型的权值矩阵更加稀疏，缓解模型过拟合问题；将目标损失函数进行优化，如公式2所示： 其中，L2＝P1；步骤2.6：采用如公式3所示的具有可导性的等价形式来表示L1范数： 式中，ε是一个很小的正常量；步骤3：通过动态调控网络自适应调整点云分支的全连接层参数，实现参数权重迁移，增强整体双支CNN动态迁移学习分类模型的泛化性和鲁棒性。

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科技大学，其通讯地址为：266590 山东省青岛市黄岛区前湾港路579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”。