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！

龙图腾网获悉南京信息工程大学申请的专利一种基于小波变换与卷积神经网络的建筑物高度预测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：CN119904508B 。

龙图腾网通过国家知识产权局官网在2025-06-10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：202510389444.7，技术领域涉及：G06F17/10；该发明授权一种基于小波变换与卷积神经网络的建筑物高度预测方法是由周子数;杜川设计研发完成，并于2025-03-31向国家知识产权局提交的专利申请。

本一种基于小波变换与卷积神经网络的建筑物高度预测方法在说明书摘要公布了：本发明公开了一种基于小波变换与卷积神经网络的建筑物高度预测方法，属于建筑物测量技术领域。本发明首先利用卫星光学图像和合成孔径雷达图像构建数据集；然后结合小波变换和卷积神经网络构建初始建筑物高度预测模型；再利用训练集和标签对初始建筑物高度预测模型进行训练；最后利用目标建筑物高度预测模型预测建筑物的高度。本发明将小波变换融入卷积神经网络，捕获图像的四个不同频率信息，充分利用图像的高频和低频信息，增强建筑物特征的表达，并且利用卷积神经网络对建筑物高度识别能力，进一步提高了建筑物高度预测的准确度。

本发明授权一种基于小波变换与卷积神经网络的建筑物高度预测方法在权利要求书中公布了：1.一种基于小波变换与卷积神经网络的建筑物高度预测方法，其特征在于，包括如下步骤：步骤1，获取卫星光学图像和合成孔径雷达图像，利用卫星光学图像和合成孔径雷达图像构建数据集，以及收集对应建筑物的高度信息作为标签，将数据集内的图像进行预处理，并按照比例划分为训练集和测试集；步骤2，结合小波变换和卷积神经网络构建初始建筑物高度预测模型；步骤3，利用训练集和标签对初始建筑物高度预测模型进行训练，得到目标建筑物高度预测模型；步骤4，利用目标建筑物高度预测模型预测建筑物的高度；结合小波变换和卷积神经网络构建初始建筑物高度预测模型包括：构建结构相同的第一编码器和第二编码器，每个编码器包括依次设置的第一卷积层、归一化层、激活函数层、小波变换层、第一卷积块层、第一残差块层、第二卷积块层、第二残差块层、第三卷积块层以及第三残差块层；构建解码器，解码器包括依次设置的第一解码层、第二解码层、第三解码层以及第四解码层，每个解码层的结构相同，且每个解码层包括依次设置的卷积层、归一化层、小波逆变换层和注意力机制层；构建第二卷积层；步骤3包括：将训练集中的卫星光学图像输入到第一编码器中，提取到四组特征图张量，记为f1、f2、f3、f4；将训练集中的合成孔径雷达图像输入到第二编码器中，提取到四组特征图张量，记为；将特征图张量f4与特征图张量相加后输入至第一解码层，将特征图张量f3与特征图张量相加后再与第一解码层输出的张量进行维度上的拼接后输入至第二解码层，将特征图张量f2与特征图张量相加后再与第二解码层输出的张量进行维度上的拼接后输入至第三解码层，将特征图张量f1与特征图张量相加后再与第三解码层输出的张量进行维度上的拼接后输入至第四解码层，将第四解码层输出的张量经过第二卷积层，得到建筑物的高度。

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南京信息工程大学，其通讯地址为：210044 江苏省南京市江北新区宁六路219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”。