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！

龙图腾网获悉北京市测绘设计研究院申请的专利一种遥感深度学习参数反演中忽略云干扰的训练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：CN120997696B 。

龙图腾网通过国家知识产权局官网在2026-05-08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：202511101677.9，技术领域涉及：G06V20/13；该发明授权一种遥感深度学习参数反演中忽略云干扰的训练方法是由栾文博;王凯松;柯继昌;刘光;闫宁;刘延松;李雷;崔扬;李晗;刘鹏;易致礼;李晓亮设计研发完成，并于2025-08-07向国家知识产权局提交的专利申请。

本一种遥感深度学习参数反演中忽略云干扰的训练方法在说明书摘要公布了：本发明公开了一种遥感深度学习参数反演中忽略云干扰的训练方法，涉及地理空间人工智能相关领域，该方法包括：对原始遥感影像进行云识别，生成云掩膜数据，将地面实测数据栅格化为与遥感影像空间匹配的标签数据；利用云掩膜数据将标签数据中的云遮挡区域进行标记，得到云掩膜标签数据；构建遥感深度学习参数反演模型，将原始遥感影像输入进行预测，输出参数预测图；基于云掩膜忽略损失函数，计算参数预测图与云掩膜标签数据之间的忽略云干扰损失；通过梯度反向传播优化模型参数。解决现有训练方法存在的难以有效处理云干扰问题，导致反演精度受限的技术问题，达到有效处理云层遮挡对模型训练的干扰问题，提高反演精度的技术效果。

本发明授权一种遥感深度学习参数反演中忽略云干扰的训练方法在权利要求书中公布了：1.一种遥感深度学习参数反演中忽略云干扰的训练方法，其特征在于，所述方法包括： 对原始遥感影像进行云识别，生成云掩膜数据，将地面实测数据栅格化为与遥感影像空间匹配的标签数据； 利用所述云掩膜数据将所述标签数据中的云遮挡区域进行标记，得到云掩膜标签数据； 对预训练图像分割网络进行改进，构建基于图像的遥感深度学习参数反演模型，将所述原始遥感影像输入所述遥感深度学习参数反演模型进行预测，输出参数预测图； 对均方误差损失函数进行改进，得到云掩膜忽略损失函数，基于所述云掩膜忽略损失函数，计算所述参数预测图与所述云掩膜标签数据之间的忽略云干扰损失； 基于所述忽略云干扰损失，通过梯度反向传播优化模型参数，完成所述遥感深度学习参数反演模型的训练； 对均方误差损失函数进行改进，得到云掩膜忽略损失函数，包括： 获取均方误差损失函数； 将所述均方误差损失函数修改为分段函数，得到云掩膜忽略损失函数； 所述云掩膜忽略损失函数的表达式如下： CM- ； 其中，CM-MSE表示云掩膜忽略损失函数，H表示所述原始遥感影像的总行数，W表示所述原始遥感影像的总列数，h表示当前像元所在的行号，w表示当前像元所在的列号，表示所述云掩膜标签数据中位置h,w处的参数标签值，表示所述参数预测图中位置h,w处的模型预测参数值，ignore_index表示所述云掩膜标签数据中标记为云遮挡区域的值； 基于所述忽略云干扰损失，通过梯度反向传播优化模型参数，完成所述遥感深度学习参数反演模型的训练，包括： 通过反向传播算法计算所述忽略云干扰损失对所述遥感深度学习参数反演模型参数的梯度； 利用所述梯度通过优化器更新所述遥感深度学习参数反演模型的参数，迭代训练，直至所述遥感深度学习参数反演模型收敛。

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北京市测绘设计研究院，其通讯地址为：100038 北京市海淀区羊坊店路十五号；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。