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！

龙图腾网获悉山东科技大学申请的专利一种基于多分支卷积神经网络的全波形分解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：CN121561412B 。

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：202610076472.8，技术领域涉及：G06F18/213；该发明授权一种基于多分支卷积神经网络的全波形分解方法是由杜立彬;陈硕;刘杰;孟祥谦;吴一腾;江勋;韩一永;孙建业;段福乐;高子雨设计研发完成，并于2026-01-21向国家知识产权局提交的专利申请。

本一种基于多分支卷积神经网络的全波形分解方法在说明书摘要公布了：本发明公开一种基于多分支卷积神经网络的全波形分解方法，属于机载测深激光雷达技术领域，用于机载测深激光雷达回波信号分解，包括获取原始回波序列并进行预处理，构建多分支一维卷积神经网络模型，并进行神经网络训练，基于训练完成的多分支一维卷积神经网络，输出三通道概率热图，对三通道概率热图进行多峰亚像素解码，输出去重后的峰值精确位置、峰值精确位置归一化值和峰值置信度。本发明通过构建多分支一维卷积神经网络模型并进行多峰亚像素解码，在多峰叠加、高噪声、弱信号条件下，实现全波形回波的稳定分解与多回波峰值的高精度定位，并显著降低噪声导致的误检假峰。

本发明授权一种基于多分支卷积神经网络的全波形分解方法在权利要求书中公布了：1.一种基于多分支卷积神经网络的全波形分解方法，其特征在于，包括： S1、获取原始回波序列并进行预处理，得到一维波形数据，预处理包括构建基础数据、幅值归一化、数据结构标准化、信噪比筛选和噪声判别； S2、基于一维波形数据，构建多分支一维卷积神经网络模型，并进行神经网络训练，采用二元交叉熵损失函数约束多分支一维卷积神经网络，采用Adam优化算法更新神经网络参数，当二元交叉熵损失函数到最小值时，输出训练完成的多分支一维卷积神经网络模型，若二元交叉熵损失函数未达到最小值，则返回进行神经网络训练； 基于训练完成的多分支一维卷积神经网络模型，输出三通道概率热图； S3、对三通道概率热图进行多峰亚像素解码，包括对概率热图的每个通道执行峰值候选点检测，根据峰值候选点构建峰值邻域窗口，基于峰值邻域窗口进行亚像素质心解码计算得到峰值精确位置，将峰值精确位置进行归一化并将峰值候选点处的概率值作为峰值置信度，设置位置容差阈值对峰值精确位置进行去重，输出去重后的峰值精确位置、峰值精确位置归一化值和峰值置信度作为最终结果； 基于激光雷达设备采集原始回波序列，原始回波序列包含地物反射峰、水面信号、水底信号和噪声。

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”。

以上内容由龙图腾AI智能生成。