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！

龙图腾网获悉武汉大学申请的专利三维积云超短期时空预测模型结构、系统及模型训练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：CN115879633B 。

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：202211648555.8，技术领域涉及：G06Q10/04；该发明授权三维积云超短期时空预测模型结构、系统及模型训练方法是由陈雨璇;陈静设计研发完成，并于2022-12-20向国家知识产权局提交的专利申请。

本三维积云超短期时空预测模型结构、系统及模型训练方法在说明书摘要公布了：本发明提供一种三维积云超短期时空预测模型结构、系统及模型训练方法，以三维积云序列为研究对象，基于深度学习构建了一种基于3dCLSTM的三维时空预测网络，实现了三维积云的超短期时空预测。在此基础上，设计了一种顾及风速风向的积云瞬时运动计算单元WindGRU嵌入在3dCLSTM网络层间，实现在积云超短期时空预测中考虑风速风向对预测结果的影响，强化了主网络的时空运动建模能力。本发明可以结合三维积云数据集和风矢量数据集，预测超短期时间下，受风速风向影响的积云运动和形变。

本发明授权三维积云超短期时空预测模型结构、系统及模型训练方法在权利要求书中公布了：1.一种三维积云超短期时空预测模型结构，其特征在于： 包括n个6层结构构成的时空预测网络框架，即垂直方向上一共有6层，构成一组3d-ConvLSTM单元，水平方向上共有n组并排的3d-ConvLSTM组成3dCLSTM网络，n≥4，3d-ConvLSTM单元是基于ConvLSTM构造的能够输入输出高阶张量的卷积单元；该单元接受当前时刻t下的四维张量Xt作为输入，输出的为当前时刻t下的细胞状态和隐藏状态其中，这里B表示批大小batchsize，C表示输入的通道数，Cout表示输出的通道数，D，H，W分别表示三维空间的深度、高度、宽度； 在每一组3d-ConvLSTM中，在层间引入最大值池化的下采样进行降维处理，再通过三线性插值的上采样还原至原始数据大小；垂直方向通过第一组第一层的3d-ConvLSTM输入当前时刻t的真值Xt，沿第1层至6层逐层卷积抽取特征，最终从第6层的3d-ConvLSTM单元输出下一时刻t+1的预测值并将该值传入t+1时刻的第一层，在t至t+2时间点下，输入的数据是随机分配的真实值Xt或预测值水平方向3d-ConvLSTM单元与单元之间对应的层传递上一时刻的神经元状态和隐藏状态 构建WindGRU单元，并将WindGRU单元内嵌在3dCLSTM网络中垂直方向上相邻的两层3d-ConvLSTM单元之间，形成3dCLSTM+WindGRU网络结构，WindGRU单元推导表达式如下： 其中，表示一种运动过滤器，是体素瞬时运动动量和趋势动量的组合；是体素瞬时运动动量，由风矢量和体素运动矢量共同决定，是趋势动量，根据t时刻之前的趋势动量不断更新；通过Warp操作实现与原始隐藏层在三维网格中的配准，输出门gt由Ht＇和共用决定，并输出 3dCLSTM+WindGRU网络在时刻为t+1的第l层的推导表达式如下： 其中，l∈1,2,…,L，张量分别表示风矢量校正的积云瞬时运动状态和积云运动趋势动量，并通过WindGRU单元进行传输；分别为上一时刻的隐藏状态和存储状态；ot表示3d-ConvLSTM基础模块的输出门。

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武汉大学，其通讯地址为：430072 湖北省武汉市武昌区珞珈山武汉大学；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”。