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！

龙图腾网获悉中山大学申请的专利一种海洋多源观测资料融合同化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：CN120296655B 。

龙图腾网通过国家知识产权局官网在2025-11-11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：202510354322.4，技术领域涉及：G06F18/25；该发明授权一种海洋多源观测资料融合同化方法及系统是由任磊;李整林;胡湛设计研发完成，并于2025-03-25向国家知识产权局提交的专利申请。

本一种海洋多源观测资料融合同化方法及系统在说明书摘要公布了：本申请公开了一种海洋多源观测资料融合同化方法及系统，涉及数据处理技术领域，方法包括：获取多源海洋观测数据；将多源海洋观测数据的时间戳与空间网格统一转换至FVCOM数值模型的数据格式；构建资料融合同化模型；资料融合同化模型包括FVCOM物理模型和AC‑PKAN神经网络；训练资料融合同化模型，进而根据边缘设备当前获取的动态观测数据调整资料融合同化模型的权重参数；利用资料融合同化模型融合同化多源海洋观测数据，得到多源融合海洋观测数据。本申请通过同步多源海洋观测数据的时间戳与空间网格，进而构建资料融合同化模型进行融合同化，可提高多源海洋观测数据的融合准确率。

本发明授权一种海洋多源观测资料融合同化方法及系统在权利要求书中公布了：1.一种海洋多源观测资料融合同化方法，其特征在于，所述方法包括以下步骤： 获取多源海洋观测数据；其中，所述多源海洋观测数据包括FVCOM数值模型输出的数值模拟数据、卫星遥感反演得到的海洋表面参数和边缘设备的动态观测数据； 将所述多源海洋观测数据的时间戳与空间网格统一转换至所述FVCOM数值模型的数据格式； 构建资料融合同化模型；其中，所述资料融合同化模型包括FVCOM物理模型和AC-PKAN神经网络； 训练所述资料融合同化模型，进而根据所述边缘设备当前获取的所述动态观测数据调整所述资料融合同化模型的权重参数； 利用所述资料融合同化模型融合同化所述多源海洋观测数据，得到多源融合海洋观测数据； 所述构建资料融合同化模型，包括以下步骤： 在FVCOM模型中嵌入Navier-Stokes方程和物质输运方程，并设置所述FVCOM模型的配置参数和边界条件，得到所述FVCOM物理模型； 基于切比雪夫基变换层和双注意力机制构建所述AC-PKAN神经网络；其中，所述切比雪夫基变换层用于将所述多源海洋观测数据映射至切比雪夫多项式空间；所述双注意力机制包括内部注意力和外部注意力，所述内部注意力用于动态加权不同切比雪夫基函数的重要性，所述外部注意力用于关联物理方程残差与观测数据的时空相关性； 构建所述切比雪夫基变换层的表达式如下： z=Tkx=cosk•arccosx； 其中，Tk为第k阶切比雪夫基函数，用于将所述多源海洋观测数据映射至切比雪夫多项式空间； 过TensorFlow自定义层，动态调整阶数k； 构建所述内部注意力的表达式如下： ； 其中，；残差连接为将加权特征与原始特征拼接； 所述外部注意力的表达式为： ； 其中，；Ep为物理残差，Oq为观测误差； 设计所述AC-PKAN神经网络的损失函数为： L1=λpLphysics+λdLdata+μLattention； 其中，L1为所述AC-PKAN神经网络的损失函数，Lphysics为物理约束项，Ldata为数据同化项，Lattention为注意力正则项，λp、λd、μ分别为对应项的系数。

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中山大学，其通讯地址为：510275 广东省广州市海珠区新港西路135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。