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！

龙图腾网获悉中国人民解放军国防科技大学申请的专利一种基于EDH-SimUNet的蒸发波导诊断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：CN119106707B 。

龙图腾网通过国家知识产权局官网在2025-08-26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：202410564360.8，技术领域涉及：G06N3/0455；该发明授权一种基于EDH-SimUNet的蒸发波导诊断方法是由程小平;孔新新;费建芳;黄小刚设计研发完成，并于2024-05-08向国家知识产权局提交的专利申请。

本一种基于EDH-SimUNet的蒸发波导诊断方法在说明书摘要公布了：一种基于EDH‑SimUNet的蒸发波导诊断方法，以采集到的区域内的诸多数据为蒸发波导模型的输入，预测得到区域内海面上的蒸发波导高度。蒸发波导模型的结构是EDH‑SimUNet，其使用深度方向可分离卷积操作进行下采样，使用转置卷积进行上采样，跳跃连接以缓减梯度消失和信息丢失的问题。EDH‑SimUNet可避免物理模型在非均匀大气条件和强稳定大气条件下，因普适函数、稳定度修正函数和尺度参数的确定带来差异较大的诊断结果。该诊断方法有效解决传统物理蒸发波导模型在诊断波导高度时因迭代计算而产生的高额时间成本问题，还能够适应不断变化的数据和环境，自动调整参数以优化性能，进而轻松扩展到新的数据集和任务上。

本发明授权一种基于EDH-SimUNet的蒸发波导诊断方法在权利要求书中公布了：1.一种基于EDH-SimUNet的蒸发波导诊断方法，以采集到的区域内气温、气压、湿度、风速以及海表温度数据为蒸发波导模型的输入，预测得到区域内海面上的蒸发波导高度；其特征在于所述蒸发波导模型的结构是EDH-SimUNet神经网络；EDH-SimUNet神经网络模型的构建步骤包括： 步骤一：从再分析数据集中筛选出区域内近海面的气温、气压、湿度、风速、海表温度数据，作为训练数据的特征； 步骤二：借助蒸发波导模型计算出气温、气压、湿度、风速、海表温度数据对应的蒸发波导高度，即为训练数据制作标签； 步骤三：搭建EDH-SimUNet神经网络；将数据集划分为训练集和测试集；其中训练集进一步随机划分为训练集和验证集；根据验证集的表现对EDH-SimUNet神经网络进行调参； 步骤四：借助测试集，对蒸发波导模型性能进行评估和验证； 所述步骤三中，EDH-SimUNet神经网络的框架按数据处理顺序依次为：输入处理模块、下采样模块A、下采样模块B、下采样模块C、下采样模块D、上采样模块D、上采样模块C、上采样模块B、上采样模块A和输出处理模块； 所述输入处理模块中按数据处理顺序依次为：输入通道为6、输出通道为64并填充1的3×3深度方向可分离卷积层；批次标准化层；ReLU层；输入通道为64、输出通道为64并填充1的3×3深度方向可分离卷积层；批次标准化层；ReLU层； 输出模块中按数据处理顺序依次为：输入通道为64、输出通道为1的1×1卷积层； 下采样模块A中按数据处理顺序依次为：2×2最大池化层；输入通道为64、输出通道为128并填充1的3×3深度方向可分离卷积层；批次标准化层；ReLU层；输入通道为128、输出通道为128并填充1的3×3深度方向可分离卷积层；批次标准化层；ReLU层； 下采样模块B中按数据处理顺序依次为：2×2最大池化层；输入通道为128、输出通道为256并填充1的3×3深度方向可分离卷积层；批次标准化层；ReLU层；输入通为道25、输出通道为256并填充1的3×3的深度方向可分离卷积层；批次标准化层；ReLU层； 下采样模块C中按数据处理顺序依次为：2×2最大池化层；输入通道为256；输出通道为512并填充1的3×3深度方向可分离卷积层；批次标准化层；ReLU层；输入通道为512；输出通道为512并填充1的3×3的深度方向可分离卷积层；批次标准化层；ReLU层； 下采样模块D中按数据处理顺序依次为：2×2最大池化层；输入通道为512、输出通道为1024并填充1的3×3深度方向可分离卷积层；批次标准化层；ReLU层；输入通道为1024、输出通道为1024并填充1的3×3深度方向可分离卷积层；批次标准化层；ReLU层； 上采样模块A中按数据处理顺序依次为：输入通道为128、输出通道为64、步幅为2的2×2转置卷积层；输入通道为128、输出通道为64并填充1的3×3深度方向可分离卷积层；批次标准化层；ReLU层；输入通道为64、输出通道为64并填充1的3×3深度方向可分离卷积层；批次标准化层；ReLU层； 上采样模块B中按数据处理顺序依次为：输入通道为256、输出通道为128、步幅为2的2×2转置卷积层；输入通道为256、输出通道为128并填充1的3×3深度方向可分离卷积层；批次标准化层；ReLU层；输入通道为128、输出通道为128并填充1的3×3深度方向可分离卷积层；批次标准化层；ReLU层； 上采样模块C中按数据处理顺序依次为：输入通道为512、输出通道为256、步幅为2的2×2转置卷积层；输入通道为512、输出通道为256并填充1的3×3深度方向可分离卷积层；批次标准化层；ReLU层；输入通道为256、输出通道为256并填充1的3×3深度方向可分离卷积层；批次标准化层；ReLU层； 上采样模块D中按数据处理顺序依次为：输入通道为1024、输出通道为512、步幅为2的2×2转置卷积层；输入通道为1024、输出通道为512并填充1的3×3深度方向可分离卷积层；批次标准化层；ReLU层；输入通道为512、输出通道为512并填充1的3×3深度方向可分离卷积层；批次标准化层；ReLU层。

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人民解放军国防科技大学，其通讯地址为：410003 湖南省长沙市德雅路109号国防科技大学气象海洋学院；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”。