買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜長江大學申請的專利一種基于深度特征的非平穩訓練圖像自動分區方法及系統獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN115049867B 。

龍圖騰網通過國家知識產權局官網在2025-04-29發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202210552914.3，技術領域涉及：G06V10/762；該發明授權一種基于深度特征的非平穩訓練圖像自動分區方法及系統是由蘇琳葉;喻思羽;李少華設計研發完成，并于2022-05-19向國家知識產權局提交的專利申請。

本一種基于深度特征的非平穩訓練圖像自動分區方法及系統在說明書摘要公布了：本發明提供一種基于深度特征的非平穩訓練圖像自動分區方法及系統，方法包括：對非平穩訓練圖像進行裁剪劃分為多個訓練圖像子塊；基于卷積神經網絡模型提取每一個訓練圖像子塊的深度特征；對所有訓練圖像子塊的深度特征進行聚類分析，得到每一個訓練圖像子塊的聚類標簽；基于每一個訓練圖像子塊的聚類標簽，將每一個訓練圖像子塊按照在非平穩訓練圖像中的位置進行拼接，得到非平穩訓練圖像的分區結果；基于分區結果，進行平穩性算法模擬，輸出所述非平穩訓練圖像的模擬實現。本發明對非平穩訓練圖像進行自動分區，相比基于未分區非平穩訓練圖像的SIMPAT算法，基于本發明分區后的多點地質統計模擬結果更好的再現了非平穩特征。

本發明授權一種基于深度特征的非平穩訓練圖像自動分區方法及系統在權利要求書中公布了：1.一種基于深度特征的非平穩訓練圖像自動分區方法，其特征在于，包括：對非平穩訓練圖像進行裁剪劃分為多個訓練圖像子塊；基于卷積神經網絡模型提取每一個訓練圖像子塊的深度特征；對所有訓練圖像子塊的深度特征進行聚類分析，得到每一個訓練圖像子塊的聚類標簽；基于每一個訓練圖像子塊的聚類標簽，將每一個訓練圖像子塊按照在所述非平穩訓練圖像中的位置進行拼接，得到所述非平穩訓練圖像的分區結果；基于所述非平穩訓練圖像的分區結果，進行平穩性算法模擬，輸出所述非平穩訓練圖像的模擬實現；所述對所有訓練圖像子塊的深度特征進行聚類分析，得到每一個訓練圖像子塊的聚類標簽，包括：基于肘部法則確定所述訓練圖像子塊的深度特征最佳聚類數，即非平穩訓練圖像的最佳分區數量k；基于k均值聚類算法在高維空間內對所有訓練圖像子塊的深度特征進行聚類分析，得到每一個訓練圖像子塊的聚類標簽；基于t分布隨機鄰域嵌入算法對聚類分析后輸出的每一個訓練圖像子塊的深度特征進行降維可視化；所述基于肘部法則確定所述訓練圖像子塊的深度特征最佳聚類數，即非平穩訓練圖像的最佳分區數量k，包括：手肘法則的計算公式為： ；式中，為聚類數量，即非平穩訓練圖像的分區數量，為畸變程度，為樣本點，為第i個聚類中心；將最小對應的k值作為非平穩訓練圖像的最佳分區數量；所述基于t分布隨機鄰域嵌入算法對聚類分析后輸出的每一個訓練圖像子塊的深度特征進行降維可視化，包括:所述t分布隨機鄰域嵌入算法的計算公式為： ；式中，為一組N個高維數據，即劇烈分析后的深度特征，N為數據樣本數量，為數據和之間相似的條件概率，為降維后的一組M個低維數據，為和之間相似的條件概率；對降維后的每一個訓練圖像子塊的深度特征進行可視化。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人長江大學，其通訊地址為：434000 湖北省荊州市南環路1號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。