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！

龙图腾网获悉广东工业大学申请的专利一种基于时空特征融合的耦合深度学习洪水预报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：CN117764242B 。

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：202311850621.4，技术领域涉及：G06Q10/04；该发明授权一种基于时空特征融合的耦合深度学习洪水预报方法是由周倩倩;钟琪升;司徒祖祥;徐心怡;袁一顺设计研发完成，并于2023-12-28向国家知识产权局提交的专利申请。

本一种基于时空特征融合的耦合深度学习洪水预报方法在说明书摘要公布了：本发明涉及洪水预报的技术领域，提出一种基于时空特征融合的耦合深度学习洪水预报方法，包括以下步骤：采集洪水预报研究区域的时间特征数据和空间特征数据；对时间特征数据和空间特征数据进行预处理；构建用于将时间特征数据和空间特征数据处理成预测水深的水深栅格数据的耦合深度学习网络；利用预处理后的时间特征数据和空间特征数据训练耦合深度学习网络，得到训练好的耦合深度学习网络；将训练好的耦合深度学习网络用于洪水预报。

本发明授权一种基于时空特征融合的耦合深度学习洪水预报方法在权利要求书中公布了：1.一种基于时空特征融合的耦合深度学习洪水预报方法，其特征在于，包括以下步骤： S1：采集洪水预报研究区域的时间特征数据和空间特征数据； S2：对时间特征数据和空间特征数据进行预处理； S3：构建用于将时间特征数据和空间特征数据处理成预测水深的水深栅格数据的耦合深度学习网络； S4：利用预处理后的时间特征数据和空间特征数据训练耦合深度学习网络，得到训练好的耦合深度学习网络； S5：将训练好的耦合深度学习网络用于洪水预报；采集的洪水预报研究区域的时间特征数据包括若干个设计重现期和降雨历时对应的降雨数据； 其中，降雨数据包括设计降雨强度，所述设计降雨强度的计算表达式为： 式中，q为设计降雨强度，表示洪水预报研究区域单位面积上的雨水流量；P为设计重现期；t为单次降雨的降雨历时；、和为根据洪水预报研究区域的往年降雨数据计算得到的预设值；所述空间特征数据包括若干个设计重现期和降雨历时对应的洪涝驱动因子数据和洪水水深数据； 所述洪涝驱动因子数据包括地形高程数据、地表高程的变化率、洪水预报研究区域的地形水槽深度、洪水预报研究区域的地形湿度指数数据、洪水预报研究区域的建筑物和道路分布情况、洪水预报研究区域的上游的总不透水面积，以及洪水预报研究区域的管道的布设情况； 所述的耦合深度学习网络由SegNet网络和GRU网络构成，所述SegNet网络的编码器包含八个卷积层，且SegNet网络的编码器的每个卷积层对应一个解码器的用于解码的卷积层； 所述GRU网络的全连接层与所述SegNet网络的解码器的第一个用于解码的卷积层相连，所述SegNet网络的解码器的输出层后依次设置有全局平均池化层、展平层、全连接层和回归层。

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广东工业大学，其通讯地址为：510080 广东省广州市越秀区东风东路729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。