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！

龙图腾网获悉南方海洋科学与工程广东省实验室(珠海);中山大学;广东省水文局佛山水文分局申请的专利一种利用机器学习算法进行河口地区咸潮上溯预报的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：CN118674101B 。

龙图腾网通过国家知识产权局官网在2025-09-05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：202410730759.9，技术领域涉及：G06Q10/04；该发明授权一种利用机器学习算法进行河口地区咸潮上溯预报的方法是由祝雨珂;刘丙军;易晶晶;张守文;刘培霖;丘冬琳;萧雪雯设计研发完成，并于2024-06-06向国家知识产权局提交的专利申请。

本一种利用机器学习算法进行河口地区咸潮上溯预报的方法在说明书摘要公布了：本发明涉及水文水资源应用技术领域，更具体地，涉及一种利用机器学习算法进行河口地区咸潮上溯预报的方法。利用偏相关系数和皮尔逊相关系数优选出适宜提前时间的预报因子，再利用优选出的预报因子输入GRU门控循环单元模型进行不同预见期的盐度预报。通过本发明的方法，可有效预测枯水期河口地区咸潮上溯的盐度值，为河口地区盐度超标预警从而及时干预防治提供科学依据。

本发明授权一种利用机器学习算法进行河口地区咸潮上溯预报的方法在权利要求书中公布了：1.一种利用机器学习算法进行河口地区咸潮上溯预报的方法，其特征在于，包括以下步骤： S1.选定研究区域，收集区域相关数据；通过对咸潮上溯物理过程的影响因素的分析，收集目标地区枯水期的水文气象实测数据，包括逐日的盐度数据、逐日最低潮位以及逐时的潮位数据、逐日的流量数据、逐日的风速风向数据； S2.对收集的数据进行相应的预处理，为数据输入模型作准备；包括以下步骤： S21.对逐时潮位数据进行逐日偏度的计算，作为潮波不对称性指数；计算公式为： 式中：xi为水位对时间的导数；N为序列长度；γ为正，代表涨潮优势，反之则落潮优势； S22.将风速投影到南北方向，规定南风为正，作为风速风向因子； S23.确定输入因子有盐度因子、潮位因子、径流因子、风速风向因子以及潮波不对称性因子； S3.选出若干不同滞时的盐度序列作为自源回归项；计算不同滞时的盐度序列之间的偏相关系数并可视化，选取偏相关系数较高的滞时对应的序列，作为模型的输入数据序列； S4.选出不同时间的其他几个预报因子序列作为外源驱动项；算出不同提前时间的潮位因子序列、径流因子序列、风速风向因子序列以及潮波不对称性因子序列与盐度因子序列之间的皮尔逊相关系数，皮尔逊相关系数的计算方法如下： Oi与Pi分别为第i日的盐度与不同提前时间的预报因子，R取值范围为[-1,1]，表示线性相关程度，其绝对值接近1表示相关性越大，拟合度越好； 分别取相关系数较大的提前时间序列的外源驱动项，包括潮位序列、流量序列、风速风向序列以及潮波不对称性指数序列，作为模型的待输入数据序列； S5.利用以上选出的预报因子序列输入门控循环单元GRU模型进行不同预见期的盐度预报；包括： S51.首先导入进行预测需要的python库，然后将预处理好的输入数据序列导入； S52.对输入数据进行归一化处理后，按照8：2划分训练集与测试集，以偏自相关系数高的相应滞时的盐度、以及皮尔逊相关系数高的相应提前时间的潮位、流量、风速风向、潮波不对称性指数序列作为训练以及测试样本特征向量X，以目标盐度作为对应训练以及测试样本Y，为输入模型作准备； S53.进行GRU模型的构建，设置相应的模型参数；GRU记忆单元包含两个门，分别为更新门、重置门，其输出实现的公式由如下所示： zt＝σwz·[ht-1,xt] rt＝σwr·[ht-1,xt] 式中，zt为更新门的输入，wz是更新门的权重，σ为S形函数，xt为神经元结构的输入值，ht-1为上一个隐含层的输出值，ht为下一个隐含层的输出值，rt为重置门的输出，wr为重置门的权重，是当前内存，tanh为激活函数； S6.评价模型的预报精度，达到预期精度后，根据需求利用本地区实时数据进行未来盐度值的预测。

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南方海洋科学与工程广东省实验室(珠海);中山大学;广东省水文局佛山水文分局，其通讯地址为：519000 广东省珠海市香洲区唐家湾镇大学路2号海琴四号；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”。