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！

龙图腾网获悉温州市气象局;南京大学申请的专利基于MLP-CNN融合模型的热带气旋风圈半径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：CN116824391B 。

龙图腾网通过国家知识产权局官网在2025-11-07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：202310700619.2，技术领域涉及：G06V20/13；该发明授权基于MLP-CNN融合模型的热带气旋风圈半径预测方法是由周必高;吴贤笃;仇欣;谢海华;黄克慧;郑峰;朱忠勇;郑建琴设计研发完成，并于2023-06-13向国家知识产权局提交的专利申请。

本基于MLP-CNN融合模型的热带气旋风圈半径预测方法在说明书摘要公布了：本发明涉及基于MLP‑CNN融合模型的热带气旋风圈半径预测方法，所述预测方法的步骤包括，第一步，采集历史热带气旋属性数据库以及历史热带气旋卫星云图图像库，对数据库中的数据进行归一化处理；第二步，利用MLP模型接收历史热带气旋属性数据，并设计两个隐含层，输出4维属性数据特征向量；第三步，利用CNN模型输入历史热带气旋卫星云图图像数据，输出4维图像特征向量；第四步，将4维属性数据特征向量与4维图像特征向量输入，以8:2的样本划分比例确定训练集和验证集；第五步，对训练集进行迭代训练得到已训练模型，再将验证集代入对已训练模型进行验证，得到融合WFM预测模型；能有效预测风圈的半径，提高对热带气旋灾害的预防能力。

本发明授权基于MLP-CNN融合模型的热带气旋风圈半径预测方法在权利要求书中公布了：1.一种基于MLP-CNN融合模型的热带气旋风圈半径预测方法，其特征在于：所述预测方法的步骤包括，第一步，采集历史热带气旋属性数据库以及历史热带气旋卫星云图图像库，对数据库中的数据进行归一化处理；第二步，利用MLP模型接收历史热带气旋属性数据，并设计两个隐含层，输出4维属性数据特征向量；第三步，利用CNN模型输入历史热带气旋卫星云图图像数据，输出4维图像特征向量；第四步，将4维属性数据特征向量与4维图像特征向量输入，以8:2的样本划分比例确定训练集和验证集；第五步，对训练集进行迭代训练得到已训练模型，再将验证集代入对已训练模型进行验证，得到融合风圈半径预报模型WindForecastingModel，简称WFM预测模型；所述迭代训练基于设计WFM模型隐含层，将4维属性数据特征向量与4维图像特征向量作为输入值，代入隐含层公式进行权重计算，公式为其中为第m层第n个神经元的激活值，为第m-1层第k个神经元与第m层第n个神经元的连接权重，Am-1为第m-1层的节点数目；σ*为Relu激活函数，为第m层第n个神经元的偏置；输出作为热带气旋风圈半径大小预测值的一维向量。

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温州市气象局;南京大学，其通讯地址为：325000 浙江省温州市鹿城区滨江街道江滨中路278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。