Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 复旦大学张峰获国家专利权

复旦大学张峰获国家专利权

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!

龙图腾网获悉复旦大学申请的专利一种基于机器学习的随机云生成器加速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:CN116341379B

龙图腾网通过国家知识产权局官网在2025-07-04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:202310285960.6,技术领域涉及:G06F30/27;该发明授权一种基于机器学习的随机云生成器加速方法是由张峰;吴昕;肖海霞设计研发完成,并于2023-03-22向国家知识产权局提交的专利申请。

一种基于机器学习的随机云生成器加速方法在说明书摘要公布了:本发明属于云的物理参数化技术领域,具体为一种基于机器学习的随机云生成器加速方法。本发明采用机器学习方法来对随机云生成器进行替代,获得便捷快速的机器学习模型,该模型根据输入的云量廓线以及总云量可以快速地获得对应的抗相关厚度,免去了繁琐的遍历与随机数生成过程,极大地加快了抗相关厚度的获取速度,对于生成云的次网格结构有重要意义。基于本发明计算的数据集,在分辨率、纬度与抗相关厚度之间建立参数化关系,给出了抗相关厚度随着分辨率与纬度的平均变化,该参数化方案可直接应用于数值模式中,对提高模式的模拟准确度具有着重要意义。

本发明授权一种基于机器学习的随机云生成器加速方法在权利要求书中公布了:1.一种基于机器学习的随机云生成器加速方法,其特征在于,具体步骤为: 1构建机器学习模型,用于生成大量抗相关厚度数据;该机器学习模型是多层感知机模型; 2将根据卫星观测得到的云量廓线数据与总云量数据,输入机器学习模型,到对应的抗相关厚度; 3将卫星观测时的分辨率与纬度信息与该抗相关厚度数据结合,得到分辨率、纬度、抗相关厚度三元组数据集;根据该三元组数据集,在分辨率、纬度与抗相关厚度之间建立参数化关系,具体为一个五阶多项式: FRes,Lat=c+a1*Res+a2*Lat+a3*Res2+a4*Res*Lat+a5*Lat2…+a20*Lat5 其中,Res,Lat为输入分辨率与纬度,c为常数项,ai,i=1,2…,20为多项式系数; 4将该参数化关系直接应用于对大气系统进行数值模拟与预测的气候数值模式中,气候数值模式根据模拟区域的分辨率与纬度,获得在该分辨率与纬度下的抗相关厚度的均值,使用该抗相关厚度均值直接对该区域的云重叠情况进行模拟。

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复旦大学,其通讯地址为:200433 上海市杨浦区邯郸路220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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。