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！

龙图腾网获悉中国科学院沈阳自动化研究所申请的专利基于深度神经网络的海水温度、盐度与流速的三维时空场联合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：CN115618988B 。

龙图腾网通过国家知识产权局官网在2025-07-01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：202110789794.4，技术领域涉及：G06Q10/04；该发明授权基于深度神经网络的海水温度、盐度与流速的三维时空场联合预测方法是由金乾隆;田宇;桑启明;俞建成;王晓辉设计研发完成，并于2021-07-13向国家知识产权局提交的专利申请。

本基于深度神经网络的海水温度、盐度与流速的三维时空场联合预测方法在说明书摘要公布了：本发明涉及基于深度神经网络的海水温度、盐度与流速的三维时空场联合预测方法。包括：神经网络输入海水温度、盐度与流速三种要素的三维空间场时间序列，利用encoding–forecasting结构ConvLSTM网络提取上述要素中每种要素历史时间序列深层特征；在神经网络中联合各要素对应的深层特征，为各要素空间场预测提供融合关联要素特征的完备信息；对联合特征进行卷积操作；神经网络输出各要素三维空间场预测结果。本发明在数据驱动的海洋要素空间场预测过程中联合了多种海洋要素特征，可以获得更准确的预测结果，与仅使用被预测的单个要素的时间序列信息对被预测要素三维空间场进行预测的方法相比，预测精度进一步提高。

本发明授权基于深度神经网络的海水温度、盐度与流速的三维时空场联合预测方法在权利要求书中公布了：1.基于深度神经网络的海水温度、盐度与流速的三维时空场联合预测方法，其特征在于，包括以下步骤： 步骤1：从数据集中获取海洋数值模式输出的海水温度、盐度与流速的三维空间场历史时序数据；所述的历史时序数据的维度为K,M,N,D，其中K为输入数据时间序列中的时间步数，M为数据在纬向上的长度，N为数据在经向上的长度，D为输入数据对应三维空间场中的层数； 步骤2：将三维空间场海水温度、盐度与流速历史数据进行标准化处理； 步骤3：将标准化后的数据集分为训练样本集、验证样本集与测试样本集； 步骤4：建立深度神经网络模型，设置训练停止条件；所述的深度神经网络模型包括四个并列的encoding–forecasting结构的ConvLSTM网络、融合特征节点、四个并列的卷积层；所述四个并列的encoding–forecasting结构的ConvLSTM网络用于对海水温度、盐度与流速中每种要素历史时间序列深层特征的提取；所述融合特征节点用于融合提取的海水温度、盐度与流速的深层特征，获取联合特征；所述四个并列的卷积层用于对联合特征分别进行卷积操作，获取各要素三维空间场下一时刻的预测结果；所述的encoding–forecasting结构ConvLSTM网络的输出维度为M,N,P，其中P为ConvLSTM网络隐藏层状态数量；所述的联合特征的维度为M,N,4×P，所述的模型预测输出维度为M,N,D； 步骤5：利用训练样本集与验证样本集对深度神经网络模型进行训练与参数选取，在达到训练停止条件后终止训练，防止深度神经网络过拟合； 步骤6：利用测试样本集对深度神经网络预测结果进行评估计算，判断深度神经网络是否满足优化目标，从而获取用于预测海水温度、盐度与流速的优化深度神经网络模型； 步骤7：获取前K个时刻海水温度、盐度与流速的海洋数值模式输出数据进行标准化，输入已训练的深度神经网络模型，自动获取下一时刻各要素对应三维空间场预测值，实现对各要素的联合预测。

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中国科学院沈阳自动化研究所，其通讯地址为：110016 辽宁省沈阳市沈河区南塔街114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”。