中国气象科学研究院桂柯获国家专利权
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!
龙图腾网获悉中国气象科学研究院申请的专利基于人工智能的气溶胶预测方法及系统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:CN119964669B 。
龙图腾网通过国家知识产权局官网在2025-08-01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:202510444858.5,技术领域涉及:G16C20/20;该发明授权基于人工智能的气溶胶预测方法及系统是由桂柯;车慧正;张栩滔;郑宇;李雷;赵恒恒设计研发完成,并于2025-04-10向国家知识产权局提交的专利申请。
本基于人工智能的气溶胶预测方法及系统在说明书摘要公布了:本发明涉及气象数据分析技术领域,提供一种基于人工智能的气溶胶预测方法及系统,用以精准识别极端气象事件中的异常气溶胶聚集模式。其中,该方法包括:获取原始多模态气象观测数据集,原始多模态气象观测数据集包含地表气溶胶浓度序列、三维大气状态变量和边界层动态参数;对原始多模态气象观测数据集进行时空异质性校正,生成时空对齐的目标多模态气象观测数据集;将目标多模态气象观测数据集输入时空特征融合网络,以提取多尺度空间分布特征和跨模态时序关联特征,并基于多尺度空间分布特征和跨模态时序关联特征,生成时空特征矩阵;通过层次化时域聚合算法对时空特征矩阵进行多阶段递归优化,生成目标区域的气溶胶浓度预测序列。
本发明授权基于人工智能的气溶胶预测方法及系统在权利要求书中公布了:1.一种基于人工智能的气溶胶预测方法,其特征在于,所述方法应用于气溶胶预测系统,所述方法包括: 获取原始多模态气象观测数据集,所述原始多模态气象观测数据集包含地表气溶胶浓度序列、三维大气状态变量和边界层动态参数; 对所述原始多模态气象观测数据集进行时空异质性校正,生成时空对齐的目标多模态气象观测数据集; 将所述目标多模态气象观测数据集输入时空特征融合网络,以提取多尺度空间分布特征和跨模态时序关联特征,并基于所述多尺度空间分布特征和所述跨模态时序关联特征,生成时空特征矩阵; 通过层次化时域聚合算法对所述时空特征矩阵进行多阶段递归优化,生成目标区域的气溶胶浓度预测序列; 所述将所述目标多模态气象观测数据集输入时空特征融合网络,以提取多尺度空间分布特征和跨模态时序关联特征,并基于所述多尺度空间分布特征和所述跨模态时序关联特征,生成时空特征矩阵,包括: 通过卷积注意力模块对所述地表气溶胶浓度序列进行局部纹理增强,生成超分辨率空间特征图; 利用三维膨胀卷积核遍历所述三维大气状态变量的垂直剖面数据,提取边界层厚度与气溶胶扩散路径的关联特征; 将所述超分辨率空间特征图与所述关联特征进行通道维度拼接,生成多模态融合特征张量; 基于双向门控循环单元对所述多模态融合特征张量的时间维度进行滑动截取,以生成跨模态时序关联特征; 将所述跨模态时序关联特征与所述多模态融合特征张量进行空间位置编码,以生成时空特征矩阵。
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气象科学研究院,其通讯地址为:102629 北京市海淀区中关村南大街46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”。
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。