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！

龙图腾网获悉安徽理工大学申请的专利一种结合Deformable DETR和InSAR技术的矿区开采沉陷盆地识别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：CN121121193B 。

龙图腾网通过国家知识产权局官网在2026-04-24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：202510970986.3，技术领域涉及：G06V10/764；该发明授权一种结合Deformable DETR和InSAR技术的矿区开采沉陷盆地识别方法是由池深深;安德先;王磊;余学祥;杨冰倩设计研发完成，并于2025-07-15向国家知识产权局提交的专利申请。

本一种结合Deformable DETR和InSAR技术的矿区开采沉陷盆地识别方法在说明书摘要公布了：本发明属于矿区开采沉陷监测技术领域，具体涉及一种结合DeformableDETR和InSAR技术的矿区开采沉陷盆地识别方法，该方法通过构建混合样本集，将真实形变数据与基于动态概率积分法生成的模拟形变样本相结合，有效解决了训练数据不足的问题；采用改进的DeformableDETR模型，利用可变形注意力机制和多尺度特征融合技术，实现对InSAR影像中沉陷盆地的高精度检测。其中，动态概率积分法通过波尔茨曼函数动态计算下沉率，结合弹性变换和噪声合成技术，生成具有地质真实性的模拟数据；DeformableDETR模型通过稀疏采样和Transformer架构，显著提升了对不同尺度沉陷盆地的识别能力。

本发明授权一种结合Deformable DETR和InSAR技术的矿区开采沉陷盆地识别方法在权利要求书中公布了：1.一种结合DeformableDETR和InSAR技术的矿区开采沉陷盆地识别方法，其特征在于，所述方法包括： 获取待测区域的InSAR影像； 构建基于DeformableDETR模型架构和样本区域的混合样本集训练得到的深度学习模型，其中混合样本集由真实形变样本和模拟形变样本结合得到，模拟形变样本由基于参数变化的动态概率积分法生成模拟形变图后、经弹性变换后施加噪声合成得到； 将待测区域的InSAR影像输入训练好的深度学习模型，输出采煤沉陷盆地的位置和边界信息； 所述基于参数变化的动态概率积分法生成模拟形变图，包括如下步骤： 设定积分参数包括：下沉系数q、水平移动系数b、主要影响角正切、开采影响传播角、拐点偏移距S1~S4、波尔茨曼系数A3、A4； 根据工作面走向长度D和开采深度H，通过改进的波尔茨曼函数计算充分开采条件下的下沉率，如下式： ； 将动态下沉率q'代入概率积分法预计模型，计算地表任意点在开采时段t1至t1+T期间的沉降值Wz，如下式： ； 其中，m为煤层采厚，为煤层倾角； 在任意时刻t1，其对应的工作面的走向长度为，此时在给定预计参数的情况下基于概率积分法预计模型，可以获取地表任意点的下沉值为，当卫星经历一个重访周期T后，走向长度为，设定工作面的推进速度为Vmd，计算如下式： ； 忽略水平移动影响，将垂直下沉值Wz转换为雷达视线向形变，如下式： ； 其中，为卫星入射角。

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安徽理工大学，其通讯地址为：232000 安徽省淮南市田家庵区安徽理工大学；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”。

以上内容由龙图腾AI智能生成。