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地理科学与资源研究所申请的专利珊瑚礁滩沙演变过程孪生智能模拟方法及装置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：CN119940161B 。

龙图腾网通过国家知识产权局官网在2025-07-08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：202510430411.2，技术领域涉及：G06F30/27；该发明授权珊瑚礁滩沙演变过程孪生智能模拟方法及装置是由张冰玥;付东杰;苏奋振;张鹏设计研发完成，并于2025-04-08向国家知识产权局提交的专利申请。

本珊瑚礁滩沙演变过程孪生智能模拟方法及装置在说明书摘要公布了：本发明提供了一种珊瑚礁滩沙演变过程孪生智能模拟方法及装置，涉及高维时空大数据及人工智能领域，解决了珊瑚礁滩沙演变过程的连续且空间精细化模拟的技术问题。该方法包括：获取影响滩沙演变的过程要素的原始数据，过程要素的选择考虑驱动滩沙演变的主要自然和人为区域环境特征；对原始数据进行预处理，构建多维空间立方体形式的滩沙状态序列训练数据集；选择适用滩沙演变模拟的有时空依赖提取能力的SwinLSTM深度学习框架，融合交叉注意力机制、针对滩沙形态变化特征设计损失函数，构建珊瑚礁滩沙演变过程孪生智能模拟模型，利用训练数据集完成模型的训练、验证与测试；应用模拟模型，实现珊瑚礁滩沙历史或未来指定时间段的演变过程和地形的近似模拟。

本发明授权珊瑚礁滩沙演变过程孪生智能模拟方法及装置在权利要求书中公布了：1.一种珊瑚礁滩沙演变过程孪生智能模拟方法，其特征在于，所述方法包括： 获取影响滩沙演变的过程要素的原始数据，其中，所述过程要素包括驱动滩沙演变的主要自然和人为区域环境特征以及滩沙本身的出露形态特征； 对所述原始数据进行预处理，构建多维空间立方体形式的滩沙状态序列训练数据集； 选择适用滩沙演变模拟的有时空依赖提取能力的SwinLSTM深度学习框架，融合交叉注意力机制、针对滩沙形态变化特征设计损失函数，构建珊瑚礁滩沙演变过程孪生智能模拟模型； 利用所述训练数据集完成所述珊瑚礁滩沙演变过程孪生智能模拟模型的训练、验证与测试，得到目标珊瑚礁滩沙演变过程孪生智能模拟模型； 应用所述目标珊瑚礁滩沙演变过程孪生智能模拟模型，实现珊瑚礁滩沙历史或未来指定时间段的演变过程和地形的近似模拟； 其中，所述珊瑚礁滩沙演变过程孪生智能模拟模型包括滩沙特征提取模块、时空依赖捕捉模块以及孪生模拟模块，其中，所述滩沙特征提取模块采用交叉注意力机制；所述时空依赖捕捉模块由SwinTransformer和LSTM两部分组成，SwinTransformer部分用于垂直学习全局空间依赖性；所述LSTM部分用于通过细胞状态和隐藏状态的信息水平更新，捕获长期和短期的时间依赖性， 所述应用所述目标珊瑚礁滩沙演变过程孪生智能模拟模型，实现珊瑚礁滩沙历史或未来指定时间段的演变过程和地形的近似模拟包括： 将待模拟数据输入目标珊瑚礁滩沙演变过程孪生智能模拟模型中； 利用目标珊瑚礁滩沙演变过程孪生智能模拟模型中滩沙特征提取模块，采用交叉注意力机制，得到每个时间切片上的珊瑚礁滩沙状态的初始输入； 将所述初始输入切分为大小均匀不重叠的数据小块，将数据小块按从左至右、从上至下的顺序展平，以输入时空依赖捕捉模块； 利用所述时空依赖捕捉模块中的SwinTransformer部分，得到所述初始输入的全局空间依赖性； 利用所述时空依赖捕捉模块中的LSTM部分，得到所述初始输入的长期和短期的时间依赖性； 基于所述空间依赖性和所述时间依赖性，利用所述孪生模拟模块，孪生出珊瑚礁滩沙演变指定时间的出露概率；以及 基于所述出露概率，实现珊瑚礁滩沙历史或未来指定时间段的演变过程和地形的近似模拟， 其中，所述待模拟数据与所述训练数据集中的训练数据的数据类型相同。

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地理科学与资源研究所，其通讯地址为：100101 北京市朝阳区大屯路甲11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”。