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科技战略咨询研究院申请的专利基于深度学习的气候变化对生物多样性影响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：CN120086543B 。

龙图腾网通过国家知识产权局官网在2025-07-18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：202510576041.3，技术领域涉及：G06F18/20；该发明授权基于深度学习的气候变化对生物多样性影响预测方法是由姬强;张大永;翟鹏翔;郭琨;宋宇;马丹丹;张韵晗;翟向阳;马嫣然;赵万里设计研发完成，并于2025-05-06向国家知识产权局提交的专利申请。

本基于深度学习的气候变化对生物多样性影响预测方法在说明书摘要公布了：本申请属于环境预测技术领域，涉及基于深度学习的气候变化对生物多样性影响预测方法，本发明通过将气候数据转换为4D张量，并采用深度可分离卷积来提取多尺度时空特征，捕捉时空依赖关系；再采用核密度估计方法将生物多样性数据转换为密度场，再通过异构图注意力网络得到动态异构图，然后通过构建跨膜态超图并进行时空投影实现了气候数据和生物多样性数据的有效对齐，引入了多模态不确定性传播机制，基于多模态不确定性传播机制输出联合不确定性的三维热力图，最后基于时空对齐的气候与生物数据以及联合不确定性的热力图，生成物种分布的预测结果，不仅提高了气候变化对生物多样性影响的预测精度，还增强了预测结果的可解释性。

本发明授权基于深度学习的气候变化对生物多样性影响预测方法在权利要求书中公布了：1.基于深度学习的气候变化对生物多样性影响预测方法，其特征在于，包括以下步骤： 气候数据采集与处理：采集气候数据，对采集的气候数据转化为4D张量，并采用深度可分离卷积提取多尺度时空特征，得到气候数据张量； 生物多样性数据采集与处理：基于物种观察点获取生物多样性数据，并采用核密度估计转换为动态空间密度场，再通过构建异构图注意力网络进行建模，得到物种的动态异构图； 时空对齐：基于气候数据张量以及动态异构图，构建跨膜态超图并进行时空投影得到时空对齐的气候与生物数据； 所述时空对齐包括以下步骤： 构建气候超图：对于每个气候网格，在其时空邻域内提取所有气候网格点，形成一个超边，再通过3D卷积对邻域气候特征进行聚合，得到气候的超边特征表示； 构建生物超图：对于每个生物节点，根据扩散概率选择其Top-k邻居节点，形成一个超边，通过多头图注意力机制，聚合节点及其邻居节点的特征，得到生物的超边特征表示； 跨模态超图连接：将气候网格点和生物节点连接起来，当空间上的距离以及时间上的差异均满足预定的条件时，气候网格点和生物节点共享一个跨模态超边； 气候数据到生物数据的投影：对于每个生物节点，找到其空间邻域内的气候网格点，计算每个气候网格点对生物节点的投影权重，其中投影权重考虑气候特征和生物特征的相似度，并引入地理距离约束来进行计算；基于计算的投影权重与气候网格点特征结合，得到生物节点上的气候特征表示； 生物数据到气候数据的投影：对于每个气候网格点，找到其空间邻域内的生物节点，通过扩散概率对生物节点特征进行加权聚合，得到气候网格点上的生物特征表示； 多模态不确定性传播：基于神经网络微分器建模气候预测误差，同时通过双分支特征提取器分离生物观测数据的噪声，得到不同来源的观测噪声，再将气候预测误差和生物观测噪声的协方差进行融合，输出联合不确定性的三维热力图； 动态反馈预测架构：基于时空对齐的气候与生物数据以及三维热力图，构建多层时空图结构，基于时空图注意力网络处理，生成物种分布预测结果。

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科技战略咨询研究院，其通讯地址为：100080 北京市海淀区中关村东路55号主楼1101室；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”。