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！

龙图腾网获悉杭州电子科技大学申请的专利基于卷积神经网络的北斗导航系统短时降雨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：CN118780154B 。

龙图腾网通过国家知识产权局官网在2025-09-19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：202410758920.3，技术领域涉及：G06F30/27；该发明授权基于卷积神经网络的北斗导航系统短时降雨预测方法是由汪锦安;苏明坤;尚俊娜;胡淼;吴俊;潘凌飒设计研发完成，并于2024-06-13向国家知识产权局提交的专利申请。

本基于卷积神经网络的北斗导航系统短时降雨预测方法在说明书摘要公布了：本发明公开了一种基于卷积神经网络的北斗导航系统短时降雨预测方法，包括如下步骤：步骤1、获取历史大气可降雨量数据，并对其进行归一化处理；步骤2、初步构建并训练卷积神经网络预测模型；步骤3、使用北斗精密单点定位方法计算得到对流层总延迟ZTD，并利用Sa经验模型解算对流层静力学延迟ZHD；步骤4、利用对流层总延迟、对流层湿延迟和对流层静力学延迟的关系解算对流层湿延迟；步骤5、根据大气可降雨量和对流层湿延迟的对应关系，通过计算得到大气可降雨量；步骤6、将大气可降雨量数据作为输入进行预测。该算法能够有效克服稀疏或临时搭建北斗观测站因缺乏历史数据而无法对短时降雨预测进行有效建模，导致现有预测算法失效的问题。

本发明授权基于卷积神经网络的北斗导航系统短时降雨预测方法在权利要求书中公布了：1.一种基于卷积神经网络的北斗导航系统短时降雨预测方法，其特征在于，包括如下步骤： 步骤1、获取历史大气可降雨量数据，并对其进行归一化处理； 步骤2、初步构建卷积神经网络预测模型，卷积神经网络预测模型包括卷积层、池化层、激活层和全连接层；将归一化处理后的数据作为输入对卷积神经网络预测模型进行训练； 所述卷积神经网络预测模型的基本构架表示如下： 在卷积层中，一个卷积核K会在输入数据X上滑动，计算局部区域的加权和，形成特征图C，数学表达式如下： 其中,n是当前位置，m是卷积核覆盖的局部区域的位置，激活层用于加入非线性因素； 池化层通常用来降低特征图的空间维度，分为最大池化和平均池化两种，分别表示为： Pmaxx＝maxxi，其中i∈R 其中，R是池化窗口覆盖的区域，|R|是该区域内的元素数量； 在全连接层中，神经元的输出会与下一层的每一个神经元相连接，全连接层的输出可以表示为： y＝w·a+b 其中，w表示权重矩阵，b表示偏置向量，a表示上一层的输出；初步构建的所述卷积神经网络预测模型的训练方法为：首先对模型进行权重初始化，将历史ERA5数据作为训练样本，对模型进行训练并得到输出结果；接着把输出结果与期望值比较，如有偏差，则调整权重值重新进行训练，直到输出结果与期望值相近，并通过交叉验证方法对模型进行验证和调优，在训练过程中使用交叉熵损失函数： 其中，y是真实样本，是模型预测的概率； 步骤3、使用北斗精密单点定位方法计算得到对流层总延迟ZTD，并利用Sa经验模型解算对流层静力学延迟ZHD； 步骤4、利用对流层总延迟、对流层湿延迟和对流层静力学延迟的关系解算对流层湿延迟； 步骤5、根据大气可降雨量和对流层湿延迟的对应关系，通过计算得到大气可降雨量； 步骤6、将大气可降雨量数据作为输入，利用步骤2完成训练的卷积神经网络预测模型对整个区域进行预测，输出预测结果并保存。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市钱塘区白杨街道2号大街1158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”。

以上内容由龙图腾AI智能生成。