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！

龙图腾网获悉湖南大学申请的专利一种面向分类处理的城市固体废弃物收运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：CN119380195B 。

龙图腾网通过国家知识产权局官网在2026-04-14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：202411442636.1，技术领域涉及：G06V20/10；该发明授权一种面向分类处理的城市固体废弃物收运方法是由谢赛;苏乙清;刘文;谷沅瀚;胡蕴赟设计研发完成，并于2024-10-16向国家知识产权局提交的专利申请。

本一种面向分类处理的城市固体废弃物收运方法在说明书摘要公布了：一种面向分类处理的城市固体废弃物收运方法，包括：采集固体废弃物的图片信息，预处理后得到多个子图片信息；获取每一个子图片信息中的频谱特征数据；将频谱特征数据输入至预先训练好的卷积神经网络模块中，计算出子图片信息中每一个固体废弃物对应的第一特征向量；根据每一个固体废弃物对应的第一特征向量，基于训练好的图神经网络，计算出节点特征矩阵；根据节点特征矩阵，输出每一个固体废弃物对应的第二分类结果。本发明在卷积神经网络的基础上，创造性的引入图神经网络，通过关联同一个批次下所有的固体废弃物的特征信息，对单个固体废弃物的特征缺陷进行强化，进而能够更准确的判断每一个固体废弃物的类别。

本发明授权一种面向分类处理的城市固体废弃物收运方法在权利要求书中公布了：1.一种面向分类处理的城市固体废弃物收运方法，其特征在于，包括步骤1～步骤5； 步骤1，采集固体废弃物的图片信息，预处理后得到多个子图片信息，其中，每一个子图片信息有且仅关联一个固体废弃物； 步骤2，获取每一个子图片信息中的频谱特征数据； 步骤3，将频谱特征数据输入至预先训练好的卷积神经网络模块中，计算出子图片信息中每一个固体废弃物对应的第一特征向量；其中，卷积神经网络模块包括：卷积层、特征提取层、池化层以及全连接层；其中，卷积层用于对频谱特征数据进行卷积；特征提取层用于从卷积后的结果，提取特征数据；池化层用于从特征数据中，计算出每一个固体废弃物对应的第一特征向量；全连接层基于第一特征向量输出固体废弃物的第一分类结果； 步骤4，根据每一个固体废弃物对应的第一特征向量，基于训练好的图神经网络，计算出节点特征矩阵，每个节点对应于一个固定废弃物； 步骤5，基于图神经网络，根据节点特征矩阵，输出每一个固体废弃物对应的第二分类结果； 步骤4具体如下式所示： 其中，Ps为第s个固体废弃物对应的第一特征向量，其中，s＝1,2,…,S，S为所有固体废弃物的数量；A为邻接矩阵，D为度矩阵，ε为激活函数，Zk为第k层的节点特征矩阵，k＝0,1,2,…,K，K为图卷积层的层数，Wk表示第k层的权重矩阵； 邻接矩阵A的元素aij可以如下式所示： wi,j＝1-λf1Pi,Pj,Outi,Outj+λf2Posi,Posj 其中，λ为固定的权重系数，R为预设的关联度阈值，wi,j代表第i个，第j个固体废弃物之间的关联度，Pi,Pj为第i个，第j个固体废弃物对应的第一特征向量，Outi,Outj分别为第i个，第j个固体废弃物对应的第一分类结果；f1用于衡量Outi与Outj的接近程度，f2为欧拉距离函数。

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湖南大学，其通讯地址为：410082 湖南省长沙市岳麓区麓山南路1号湖南大学；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。