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！

龙图腾网恭喜之江实验室申请的专利面向深海场景的声呐点云语义理解深度学习网络调制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：CN119538073B 。

龙图腾网通过国家知识产权局官网在2025-05-13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：202510099896.1，技术领域涉及：G06F18/2411；该发明授权面向深海场景的声呐点云语义理解深度学习网络调制方法是由徐凤煜;付强;施钧辉;肖永雄;张劲设计研发完成，并于2025-01-22向国家知识产权局提交的专利申请。

本面向深海场景的声呐点云语义理解深度学习网络调制方法在说明书摘要公布了：本发明公开了一种面向深海场景的声呐点云语义理解深度学习网络调制方法，该方法包括：对预训练好的语义理解网络进行特征统计分析，确定不同目标类别的特征向量；并基于SHAP归因分析确定关键特征分量，建立特征解释器；同时，将人类对于深海点云语义理解的先验知识形式化为逻辑表达式，在推理过程中结合特征解释器预分类结果进行目标中间特征的调制修正，以实现更优的语义分类结果。本发明通过数据与知识双驱动实现知识增强深度学习，有助于提高声呐点云语义理解网络在复杂深海环境中的适应性和准确性，优化模型的语义分类结果，避免不合理的幻觉输出。

本发明授权面向深海场景的声呐点云语义理解深度学习网络调制方法在权利要求书中公布了：1.一种面向深海场景的声呐点云语义理解深度学习网络调制方法，其特征在于，包括：基于已在点云数据集上完成预训练的语义理解网络，对其分类结果进行特征统计分析，以确定不同目标类别的特征向量；采用SHAP归因分析方法对语义理解网络中的分类器进行归因分析，通过设置浮动SHAP重要性阈值确定不同目标类别的关键特征分量；根据不同目标类别的特征向量以及关键特征分量，建立特征解释器，以用于预分类；所述特征解释器表示为： 其中，Efeature表示特征解释器，F表示中间特征，I表示目标类别的总数量，DF,Γi表示中间特征F与目标类别为i的特征向量Γi之间的差异性，其计算公式为： 其中，fg表示第g个关键特征分量，表示目标类别为i的特征向量Γi中的第g个分量，G表示关键特征分量的总数量；将对于深海点云语义理解的先验知识进行形式化建模表征，以将其转换为逻辑表达式；在语义理解网络的模型前向推理过程中，通过特征解释器进行预分类，同时结合上述形式化建模表征的对于深海点云语义理解的先验知识所对应的逻辑表达式对预分类结果进行修正，在此基础上进行网络调制，以实现更优的语义分类结果。

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之江实验室，其通讯地址为：311121 浙江省杭州市余杭区中泰街道科创大道之江实验室；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”。