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！

龙图腾网获悉北京墨迹风云科技股份有限公司申请的专利一种基于深度学习的多气象因子模式预报温度订正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：CN120951104B 。

龙图腾网通过国家知识产权局官网在2025-12-23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：202511484869.2，技术领域涉及：G06F18/241；该发明授权一种基于深度学习的多气象因子模式预报温度订正方法是由金犁;陈瑞菁;张志远;黄耀海设计研发完成，并于2025-10-17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多气象因子模式预报温度订正方法在说明书摘要公布了：本发明公开了一种基于深度学习的多气象因子模式预报温度订正方法，涉及气象数据处理技术领域，包括，采集多气象因子数据和观测温度场数据，输出气象图结构；将气象图结构输入图卷积网络进行深度特征提取，输出多气象因子特征张量；通过动态门控融合网络对多气象因子特征张量进行全局和局部时空特性分析，输出融合特征张量；将融合特征张量输入全连接神经网络进行非线性变换与维度映射，形成深度学习的温度订正模型；对温度订正模型进行不同的模型参数扰动，生成准确率指数；输入到质量检测模型进行训练，判断各温度订正模型的质量。本发明通过气象图结构构建与动态门控融合双机制协同，实现多气象因子的深度特征提取与自适应权重融合。

本发明授权一种基于深度学习的多气象因子模式预报温度订正方法在权利要求书中公布了：1.一种基于深度学习的多气象因子模式预报温度订正方法，其特征在于：包括， 采集多气象因子数据和观测温度场数据，并进行预处理；将多气象因子数据中的各气象因子作为因子节点，将各气象因子之间的耦合关系作为因子关联边，并为因子关联边赋予关联边权重；将因子节点、因子关联边和关联边权重整合，输出气象图结构； 将气象图结构输入图卷积网络进行深度特征提取，输出多气象因子特征张量； 通过动态门控融合网络对多气象因子特征张量进行全局和局部时空特性分析，生成动态权重系数；将动态权重系数和多气象因子特征张量进行加权融合，输出融合特征张量； 将融合特征张量输入全连接神经网络进行非线性变换与维度映射，输出订正温度场数据；将订正温度场数据与观测温度场数据对比，输出温度订正值；基于温度订正值，通过反向传播算法对图卷积网络、动态门控融合网络和全连接神经网络进行网络参数优化，形成深度学习的温度订正模型； 对温度订正模型进行不同的模型参数扰动，输出订正模型集；对订正模型集中的各温度订正模型进行质量验证，生成准确率指数；将准确率指数与各温度订正模型的模型元特征作为训练集，输入到质量检测模型进行训练，判断各温度订正模型的质量。

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北京墨迹风云科技股份有限公司，其通讯地址为：100000 北京市海淀区中关村大街22号五层A座511；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。