运用SwinTransformer嵌入U2-Net分割射频干扰的方法(高校公示15天)(不包年费滞纳金)(需要二变)
发明专利本发明公开了一种运用Swin Transformer嵌入U2‑Net分割射频干扰的方法,属于基于深度学习的射电天文图像分割技术领域。本发明包括:将射电观测数据的时频图像同时输入训练好的ST‑U2Net模型中的主编码器与辅助编码器,分别提取局部细节特征与全局上下文信息;将辅助编码器中各阶段输出的辅助编码器中间特征图与主编码器中各阶段输出的主编码器中间特征图通过主编码器中关系聚合模块融合后输入解码器,通过解码器以输出包含射频干扰区域和非干扰区域的预测分割掩码图像。相比于现有深度学习射频干扰分割方法,本发明在分割窄带型RFI和整体分割精度等方面均具备明显优势。
《运用SwinTransformer嵌入U2-Net分割射频干扰的方法(高校公示15天)(不包年费滞纳金)(需要二变)》是一发明专利,专利号为 2025108473872,当前法律状态为已下证,由昆明理工大学提出申请,发明人为梁波;陈胜迪;卫守林;戴伟,申请日期为2025-06-24,公开(公告)日期为2025-09-09,国际专利分类号(IPC)为 G06N3/0455(2023.01)I;G06V10/26(2022.01)I;G06V10/82(2022.01)I;G06V20/70(2022.01)I;G06N3/0464(2023.01)I;G06N3/048(2023.01)I;G06N3/082(2023.01)I,高新资质:未报高企。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:本发明公开了一种运用Swin Transformer嵌入U2‑Net分割射频干扰的方法,属于基于深度学习的射电天文图像分割技术领域。本发明包括:将射电观测数据的时频图像同时输入训练好的ST‑U2Net模型中的主编码器与辅助编码器,分别提取局部细节特征与全局上下文信息;将辅助编码器中各阶段输出的辅助编码器中间特征图与主编码器中各阶段输出的主编码器中间特征图通过主编码器中关系聚合模块融合后输入解码器,通过解码器以输出包含射频干扰区域和非干扰区域的预测分割掩码图像。相比于现有深度学习射频干扰分割方法,本发明在分割窄带型RFI和整体分割精度等方面均具备明显优势。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
