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！

龍圖騰網獲悉海南輻探遙感科技有限公司申請的專利一種海洋水色衛星傳感器在軌快速絕對輻射定標方法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：CN120336975B 。

龍圖騰網通過國家知識產權局官網在2025-08-26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：202510813161.0，技術領域涉及：G06F18/241；該發明授權一種海洋水色衛星傳感器在軌快速絕對輻射定標方法是由路松松;胡連波設計研發完成，并于2025-06-18向國家知識產權局提交的專利申請。

本一種海洋水色衛星傳感器在軌快速絕對輻射定標方法在說明書摘要公布了：本發明公開了一種海洋水色衛星傳感器在軌快速絕對輻射定標方法，屬于輻射定標技術領域，該定標方法具體步驟如下：Ⅰ、利用AEROENT?OC歷史觀測數據中865nm的氣溶膠光學厚度數據和443nm的歸一化離水輻亮度數據對站點現場大氣及水體光學性質進行分析；Ⅱ、建立機器學習模型，以現場多光譜數據作為輸入，高光譜數據作為輸出；本發明利用不同位置的現場站點數據，以替代定標的方式計算傳感器在軌絕對輻射定標系數，并對傳感器星上定標結果進行檢驗，能在發射初期較短的時間內完成傳感器整體運行狀態的評價，且能夠在較寬的動態范圍內充分反應傳感器性能。

本發明授權一種海洋水色衛星傳感器在軌快速絕對輻射定標方法在權利要求書中公布了：1.一種海洋水色衛星傳感器在軌快速絕對輻射定標方法，其特征在于，該定標方法具體步驟如下： Ⅰ、利用AEROENT-OC歷史觀測數據中865nm的氣溶膠光學厚度數據和443nm的歸一化離水輻亮度數據對站點現場大氣及水體光學性質進行分析； Ⅱ、建立機器學習模型，以現場多光譜數據作為輸入，高光譜數據作為輸出； Ⅲ、利用所建立的機器學習模型，構建一個高光譜現場數據集，再借助OSOAA輻射傳輸模型，以重構后的現場離水輻亮度為基礎，結合現場大氣、水體各環境條件作為輸入參數，完成與衛星傳感器相匹配的大氣層頂輻亮度理論值的計算； Ⅳ、以6個月為周期，將計算結果與傳感器衛星上定標結果和當前利用MOBY所開展的替代定標結果進行對比； 步驟Ⅱ中所述建立機器學習模型具體步驟如下： S2.1：對現場采集到的多光譜數據通過歸一化處理，統一到[0，1]范圍內，并將處理后的多光譜數據劃分為訓練集以及測試集，之后改進MLP模型以獲取MRH模型，并將ReLU作為該模型激活函數，將MSE和MAPE進行加權組合以構建該模型的組合損失函數，以完成機器學習模型的構建； S2.2：按照訓練批次大小為64，訓練輪次為100次，分批將訓練集數據輸入至機器學習模型中，每批次的訓練集數據通過機器學習模型的前向傳播后輸出預測值，并通過組合損失函數計算預測值與實際值之間的損失值，Adam優化器依據生成的損失值調整模型權重； S2.3：每輪訓練結束后，將測試集輸入機器學習模型，并通過組合損失函數計算損失值，以評估模型重構高光譜數據的精度，并利用光譜曲線對比圖，檢查預測的高光譜數據與實際值在整個波長范圍內的匹配程度，重復進行訓練與測試，直至達到預設訓練輪次或模型存在過擬合，則停止訓練，并輸出最終機器學習模型； S2.1中所述機器學習模型包含兩層隱藏層，第一層設有64個神經元，第二層設有32個神經元，每層神經元的數量根據輸入和輸出的復雜度優化設計，且該機器學習模型的輸出層的神經元數量與目標高光譜數據的波長數量一致，每個神經元對應一個高光譜波段的輻亮度值，同時該輸出層不使用激活函數，直接輸出線性結果，以匹配連續光譜特性。

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海南輻探遙感科技有限公司，其通訊地址為：572025 海南省三亞市崖州區崖州灣深海科技城綜合服務中心科A棟717；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”。