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！

龙图腾网获悉深圳天像数据技术有限公司申请的专利一种基于动态图神经网络模型的长期气候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：CN119598843B 。

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：202411608098.9，技术领域涉及：G06F30/27；该发明授权一种基于动态图神经网络模型的长期气候预测方法是由叶允明;李旭涛;罗楚耀设计研发完成，并于2024-11-12向国家知识产权局提交的专利申请。

本一种基于动态图神经网络模型的长期气候预测方法在说明书摘要公布了：本发明提出了一种基于动态图神经网络模型的长期气候预测方法，属于深度学习与时间序列预测技术领域，首先收获取气候时间序列，构建适合训练的气候数据集，包括训练集、验证集和测试集；将气候时间序列输入深度学习模型中，模拟气候要素之间的复杂时空特征，生成未来长期气候预测数据；根据模型在验证集上的表现进行参数调整；在测试集上对模型进行测试，计算预测结果与真实气候数据之间的误差，并通过误差反馈机制进一步优化模型；本发明能够有效建模气候系统中的复杂时空关系，从而实现高精度的长期气候预测；相比于现有方法，本发明在长时间跨度的气候预测任务上表现出色，为实际应用提供更具价值的气候预测服务。

本发明授权一种基于动态图神经网络模型的长期气候预测方法在权利要求书中公布了：1.一种基于动态图神经网络模型的长期气候预测方法，其特征在于： 所述方法具体包括以下步骤： 步骤1，收集并处理历史气候数据，获取气候时间序列，构建适合训练的气候数据集，包括训练集、验证集和测试集； 深度学习模型由三个核心模块组成：空间交互建模模块、时间特征提取模块以及融合预测模块； 所述空间交互建模模块负责从输入的气候数据中捕捉地理位置之间的动态交互关系； 所述时间特征提取模块用于捕捉气候要素随时间的变化关系； 所述融合预测模块将空间交互建模模块和时间特征提取模块输出的特征进行融合，以生成未来的气候预测结果； 步骤2，将步骤1的气候时间序列输入深度学习模型中，模拟气候要素之间的复杂时空特征； 在步骤2中，所述空间交互建模模块使用的矩阵表示N个地理间气候关系的有向图，并且矩阵A会随着模型训练得到优化： 其中E、可训练参数；ReLU是激活函数；表示在邻接矩阵A中点i和点j的连接关系；tan是激活函数、是超参数； 在图神经网络中，对于给定一个包含N个节点的邻接矩阵和初始状态，通过K-hop邻居聚合来计算节点特征： 其中是原始的图邻接矩阵，是归一化的图邻接矩阵，是输出的特征矩阵，是可训练的变换矩阵用来调整最终的特征表示； 考虑到一个固定的积分时间和步长被应用的情况，将传播步骤替换为连续变量： 是表示聚合步骤中潜在状态的特征矩阵，是单次传播步长， 图传播的连续动力学使用ODE表示为： 其中初始化状态，是连续时间聚合过程的中间状态；为了进一步减少数值误差，模型使用一个注意力转换来替代线性映射： 其中是一个黑盒常微分方程求解器；表示图信息传播过程中特定的中间状态；将作为基于空间交互建模的时序特征； 步骤3，通过步骤2获得的时空特征来生成未来长期气候预测数据； 步骤4，根据模型在验证集上的表现进行参数调整； 步骤5，在测试集上对模型进行测试，计算预测结果与真实气候数据之间的误差，并通过误差反馈机制进一步优化模型。

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深圳天像数据技术有限公司，其通讯地址为：518057 广东省深圳市粤海街道高新区社区高新南四道034号高新工业村W1-A座5035；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。