发明专利已授权

一种基于深度学习的强对流天气雷达图识别模型及方法

Name: 一种基于深度学习的强对流天气雷达图识别模型及方法
Brand: 成都信息工程大学
SKU: 2021107140506
Availability: InStock

📄 申请号：CN202110714050.6 📄 发布日：2026/07/23

著录项目信息

申请日

2021-06-25

公开号

CN113344902B

公开日

2022-05-06

申请人

成都信息工程大学

法律状态

已下证

专利类型

发明

主分类号

G06T7_00

IPC 分类号

G06T7_00 , G06T7_13 , G06T17_00 , G06V10_774 , G06V10_764 , G06V10_82 , G06K9_62 , G06N3_04 , G06N3_08 ,

技术画像

所属领域

深度学习深度学习图像识别人工智能算法

应用场景

气象预报, 强对流天气预警, 智慧气象, 防灾减灾, 雷达图像识别

AI 智能推荐 · 同申请人专利 · 搜索相似专利

摘要

本发明公开一种基于深度学习的强对流天气雷达图识别模型及方法，首先根据雷达基数据中回波反射率因子生成反射率图像，对强对流天气的雷达图像样本进行分析，提取风暴单体的图像特征，结合常用气象因子建立样本图像特征数据库，然后，采用深度学习建立雷达图像自动标注系统框架，利用FasterR‑CNN模型自动识别并对其进行分类，最后采用改进的双向ConvST‑LSTM来存储时间和空间信息，同步进行轨迹识别强对流天气现象的移动；本发明充分考虑强对流天气分型特征以及气象要素的影响因子，采用改进的双记忆递归单元存储时间和空间信息，增加相邻状态之间的转换深度，提高处理短期变化的能力，从而提高模型对雷达图像的识别能力。

常见问题

这项专利是否已经下证？

是的，该专利已下证，法律状态为“已下证”，公开号： CN113344902B

购买这项专利需要经过哪些流程？

平台提供担保交易、全程代办转让手续。买家可委托平台代购，平台协助完成权属尽调、合同签署、国家知识产权局著录项目变更等流程。

该专利的转让价格是多少？

当前标价为议价，可委托平台代购或预约谈判。

权利要求书 (12项) 说明书附图

……

图1

图2

图3

法律状态时间线

20220506

✅ 授权

20210921

?? 实质审查的生效：

20210903

📄 公开

一种市政交通隔离护栏制作装配辅助工装

当前第 / 件

枯草光谱识别方法及系统

同领域国内专利 · IPC: (G06T7_00)

G06T7_00 G06T7_10 G06T7_11 G06T7_12 G06T7_13 G06T7_136 G06T7_143 G06T7_149 G06T7_155 G06T7_168 G06T7_174 G06T7_181 G06T7_187 G06T7_194 G06T7_20 G06T7_207 G06T7_215 G06T7_223 G06T7_246 G06T7_254 G06T7_269 G06T7_277 G06T7_292 G06T7_30 G06T7_32 G06T7_33 G06T7_37 G06T7_38 G06T7_40 G06T7_41 G06T7_44 G06T7_45 G06T7_49 G06T7_50 G06T7_521 G06T7_55 G06T7_557 G06T7_564 G06T7_579 G06T7_593 G06T7_60 G06T7_62 G06T7_64 G06T7_66 G06T7_68 G06T7_70 G06T7_73 G06T7_77 G06T7_80 G06T7_90 覆盖50个领域

议价

不含过户费

📋 交易方式： 委托待转让 📌 交易状态：在售 👁️ 浏览次数：50 ❤️ 收藏人数：93 📋 项目申报： 未申报

资金托管权属尽调包过户

🏢 淄博智来知识产权服务有限公司

✓ 企业认证✓ 手机绑定历史成交 2657件好评率 98.5%

📊 出价记录 (3条)

王**¥-10万

李** 企业¥-8万

陈**¥-3万

查看全部出价

我要出价 (议价)

一种基于深度学习的强对流天气雷达图识别模型及方法

著录项目信息

技术画像

所属领域

应用场景

摘要

常见问题

这项专利是否已经下证？

购买这项专利需要经过哪些流程？

该专利的转让价格是多少？

法律状态时间线

同领域国内专利 · IPC: (G06T7_00)

相似专利推荐 AI 驱动 · 同领域

输配电线路无人机自动巡检系统及其运行方法

基于特征谱正则化的格拉斯曼流形判别分析图像识别方法

一种基于编辑行为智能预测的文档版本自动生成方法

服务项目

资源中心

关于柿子坊