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！

龙图腾网获悉青岛哈尔滨工程大学创新发展中心;哈尔滨工程大学申请的专利一种基于深度学习的海浪频谱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：CN120873979B 。

龙图腾网通过国家知识产权局官网在2025-12-12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：202511366462.X，技术领域涉及：G06F18/25；该发明授权一种基于深度学习的海浪频谱预测方法是由黄礼敏;刘育良;张智;孙一歌;张杰设计研发完成，并于2025-09-24向国家知识产权局提交的专利申请。

本一种基于深度学习的海浪频谱预测方法在说明书摘要公布了：本发明提供了一种基于深度学习的海浪频谱预测方法，属于海浪频谱预测技术领域，基于海浪频谱数据，计算累计能量函数及其相对累计能量，根据预设的能量百分位阈值将频率域固定划分为多个子区间；针对每个子区间，提取该区间的分段能量、中心频率、峰值频率和谱宽度中的至少一种物理特征，并将该区间的原始频谱向量与所提取的物理特征合并，构成该子区间的输入特征向量；为每个子区间构建并训练一个独立的神经网络模型，分别以对应子区间的输入特征向量作为输入，输出该子区间的预测频谱向量；将各子区间神经网络输出的预测频谱向量按频率顺序进行拼接，并在子区间交界处进行加权平均处理，重构得到完整的海浪频谱预测结果。

本发明授权一种基于深度学习的海浪频谱预测方法在权利要求书中公布了：1.一种基于深度学习的海浪频谱预测方法，其特征在于，包括以下步骤： S1、基于海浪频谱数据，计算累计能量函数及相对累计能量，根据预设的能量百分位阈值将频率域划分为多个子区间； 设时间窗t上的标量频谱Stf为： Stf，f∈[fmin，fmax]； 引入累计能量函数Ctf： 其中，f为有效频率，fmin与fmax分别为最低与最高有效频率,v表示不定积分变量； 定义相对累计能量Rtf为： 对所有样本时间窗t＝1，…，T求平均，得到相对累计平均能量 根据谱能量分布的物理特征，将分界频率设定为累计能量百分位对应的频率点f1和f2： f1＝min{f|Rf≥0.30} 由此，频谱被固定划分为三段： 低频段：f∈[fmin,f1； 中频段：f∈[f1,f2； 高频段：f∈[f2,fmax]； S2、针对每个子区间，提取所述子区间的分段能量、中心频率、峰值频率和谱宽度中的至少一种物理特征，并将所述子区间的原始频谱向量与所提取的物理特征合并，构成所述子区间的输入特征向量； S3、为每个子区间构建并训练一个独立的神经网络模型，将对应子区间的输入特征向量输入所述神经网络模型，输出所述子区间的预测频谱向量； S4、将各子区间输出的预测频谱向量按频率顺序进行拼接，并在子区间交界处进行加权平均处理，重构得到完整的海浪频谱预测结果。

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青岛哈尔滨工程大学创新发展中心;哈尔滨工程大学，其通讯地址为：266400 山东省青岛市黄岛区三沙路1777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。