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！

龙图腾网获悉浙江大学申请的专利一种基于时间序列过滤的养殖区提取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：CN121661513B 。

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：202610171306.6，技术领域涉及：G06V20/10；该发明授权一种基于时间序列过滤的养殖区提取方法是由贺双颜;王文思;赵雨辰;靳卫卫;陆诗铭;顾艳镇设计研发完成，并于2026-02-06向国家知识产权局提交的专利申请。

本一种基于时间序列过滤的养殖区提取方法在说明书摘要公布了：本发明公开了一种基于时间序列过滤的养殖区提取方法。该方法包括：对目标区域获取多时相光学影像数据并进行预处理，构建时间序列影像数据集；构建用于养殖区提取模型训练的样本数据集；构建一种具有层级递进特性和空间自适应能力的养殖区提取模型；训练模型学习养殖区的空间结构特征与时间演化特征，获得养殖区初始掩膜；执行时间序列过滤处理，通过构建时序稳定性判别机制抑制瞬时噪声，得到时序一致的养殖区提取结果；构建养殖区变化分析模块，实现不同时相的养殖区空间分布自动对比分析，获得各时相养殖区的边界提取和空间面积定量表征。本发明能够有效缓解光谱混淆与时空变化干扰问题，提高养殖区提取结果在时间维度上的稳定性与可靠性。

本发明授权一种基于时间序列过滤的养殖区提取方法在权利要求书中公布了：1.一种基于时间序列过滤的养殖区提取方法，其特征在于，该方法包括如下步骤： 步骤1、获取目标区域的多时相光学遥感影像数据，并对所述多时相光学遥感影像数据进行空间配准与区域裁剪的预处理，构建目标区域的时间序列影像数据集； 步骤2、以所述时间序列影像数据集为基础，对养殖区与非养殖区标注，对每一个标注对象按照预设空间尺度提取空间领域信息，形成包含空间上下文关系的样本数据集； 步骤3、构建养殖区提取模型，并利用样本数据集对所述养殖区提取模型进行训练，使所述模型学习养殖区空间结构特征与时间演化特征的联合表示； 步骤4、将所述时间序列影像数据集输入至训练完成的养殖区提取模型中，获取各时相对应的养殖区提取结果； 步骤5、对同一空间位置的多个时相对应的养殖区提取结果进行联合分析，构建时序稳定性判别机制，以抑制瞬时噪声并增强养殖区在时间维度上的一致性，得到时序一致的养殖区提取结果； 步骤6、对不同时相的养殖区空间分布进行对比分析，提取养殖区的扩张区域与消退区域的边界；计算各时相养殖区的空间面积及其变化量，实现养殖区时空动态演化的定量表征； 所述养殖区提取模型包括： 张量构建模块，用于将研究区域获取的多时相光学影像样本转换为适用于模型输入的多维张量形式，以表征样本的空间结构特征与时间演化特征； 特征提取模块，用于对所述张量形式的样本进行特征编码，提取能够表征养殖区空间结构特征与时间演化特征的中间特征表示； 第一中心感知模块，用于通过在空间维度上显式构建以中心位置为参考的特征组织方式，将中心区域的核心响应作为结构锚点，并结合其周围区域的上下文信息进行定向重构，从而形成以中心为主导的特征表达机制，以突出目标区域的核心结构特征； 第二中心感知模块，用于通过在多个特征层级上重复执行中心引导与上下文重组过程，使中心区域的判别信息逐级传播并累积表达，并结合中心与各空间位置之间的关联关系进行自适应融合，从而形成具有层级递进特性和空间自适应能力的中心感知增强特征表示； 空间关系模块，用于基于所述中心感知增强的特征表示构建全局空间依赖关系，生成包含空间上下文关联信息的增强的全局中心向量； 分类模块，用于基于所述全局中心向量生成养殖区与非养殖区的初始分类结果。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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。