Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 广东海洋大学侯宇恒获国家专利权

广东海洋大学侯宇恒获国家专利权

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!

龙图腾网获悉广东海洋大学申请的专利系统性风险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:CN120448746B

龙图腾网通过国家知识产权局官网在2025-09-16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:202510898259.0,技术领域涉及:G06F18/20;该发明授权系统性风险预测方法及系统是由侯宇恒设计研发完成,并于2025-07-01向国家知识产权局提交的专利申请。

系统性风险预测方法及系统在说明书摘要公布了:本申请公开了一种系统性风险预测方法及系统,涉及深度学习技术领域,包括:将气象系统记录的气象序列数据转化为气象频域数据,并将序列数据和频域数据进行融合,得到频时空融合数据;基于通道维度拆分频时空融合数据,并计算拆分所得第一数据组的空间相关性和拆分所得第二数据组的时频相关性;基于通道维度拼接空间相关性和时频相关性,得到频时空级联数据;对频时空级联数据在时间维度、通道维度和空间维度依次进行线性映射,得到气象风险预测结果。本申请通过频域处理兼顾低频和高频变化特征、克服高频噪声干扰,利用空间和时频相关性计算挖掘特征交互关系,从而实现多维度特征深度融合,最终提高了系统性气象风险预测的准确性与鲁棒性。

本发明授权系统性风险预测方法及系统在权利要求书中公布了:1.一种系统性风险预测方法,其特征在于,所述系统性风险预测方法包括: 对于气象系统记录的气象序列数据中任意一个时间点下的气象序列数据的任意一个特征点,提取所述特征点随时间点变化的特征轨迹,其中,所述气象序列数据的维度包括时间维度和基于特征点数量确定的空间维度,所述特征点为所述气象系统中发生变化的气象指标; 对所述特征轨迹进行离散余弦变换,得到所述特征点在各时间点的离散余弦变换系数; 在遍历各特征点后,根据各离散余弦变换系数对对应的特征轨迹进行编码,得到所述气象序列数据对应的气象频域数据,并将所述气象序列数据和所述气象频域数据进行融合,得到频时空融合数据; 对所述频时空融合数据进行层归一化,得到目标向量矩阵; 基于预设模型通道维度将所述目标向量矩阵进行均匀拆分,得到第一数据组和第二数据组; 并行多次计算所述第一数据组中各特征点之间的相关关系,得到所述第一数据组的空间相关性; 并行多次计算所述第二数据组中各特征点之间的注意力亲和力,得到所述第二数据组的时频相关性; 基于所述模型通道维度拼接所述空间相关性和所述时频相关性,得到频时空级联数据; 对所述频时空级联数据在所述时间维度、所述模型通道维度和所述空间维度依次进行线性映射,得到所述气象系统的气象风险预测结果; 所述第一数据组包括空间查询向量矩阵、空间键向量矩阵和空间值向量矩阵,所述并行多次计算所述第一数据组中各特征点之间的相关关系,得到所述第一数据组的空间相关性的步骤包括: 在任意一次计算过程中,根据所述空间查询向量矩阵和所述空间键向量矩阵计算第一向量间相似度,并对所述第一向量间相似度进行归一化处理,得到第一注意力权重矩阵; 根据所述第一注意力权重矩阵和所述空间值向量矩阵计算第一结果向量矩阵; 将多次计算过程所得的第一结果向量矩阵进行联结,得到所述第一数据组的空间相关性。

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广东海洋大学,其通讯地址为:524000 广东省湛江市麻章区海大路1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”。

以上内容由AI智能生成
免责声明
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。