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;青岛协同创新研究院申请的专利一种海浪概率预测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：CN120850049B 。

龙图腾网通过国家知识产权局官网在2025-12-30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：202511349549.6，技术领域涉及：G06F18/241；该发明授权一种海浪概率预测方法及系统是由黄礼敏;刘育良;张智;孙一歌;孙雪海设计研发完成，并于2025-09-22向国家知识产权局提交的专利申请。

本一种海浪概率预测方法及系统在说明书摘要公布了：本发明属于人工智能与海洋气象预测的交叉技术领域，公开了一种海浪概率预测方法及系统，该方法通过获取目标海域的历史风场数据以及海浪频谱数据，并对数据进行预处理和组织，构建训练数据集；构建混合专家概率模型，该模型包括一个门控网络和多个专家网络；使用训练数据集对混合专家概率模型进行训练，训练后的模型接收输入的风场数据，并通过门控网络和专家网络的协同作用，输出混合概率分布；从混合概率分布进行采样，得到预测的海浪频谱集合，实现海浪风险概率预测。本发明通过一次前向计算即可得到完整分布信息，无需数值模式集合，显著降低算力与能耗开销，便于在船载、浮标与近岸站点等资源受限环境中实现高频更新与准实时业务化应用。

本发明授权一种海浪概率预测方法及系统在权利要求书中公布了：1.一种海浪概率预测方法，其特征在于，该预测方法包括以下步骤： S1，获取目标海域的历史风场数据以及基于不同物理参数化方案的波浪数值模式输出的海浪频谱数据，对数据进行预处理和组织，构建训练数据集； S2，构建混合专家概率模型，该模型包括一个门控网络和多个专家网络；其中，每个所述专家网络被配置为学习一种物理参数化方案的映射关系，并输出以历史风场数据为条件的海浪频谱概率分布；所述门控网络被配置为根据输入的历史风场数据，计算各专家网络的权重； 每个参数化方案的专家网络εk采用多层感知机结构，输入为风场特征向量zt，依次经过两层全连接隐藏层，每层包含128个神经元并采用ReLU激活，最终输出预测谱的条件概率分布； 输出层由两部分构成，其中一部分为预测谱的均值μk，采用线性激活直接给出；另一部分为预测谱的不确定性协方差∑k，采用softplus激活以保证非负，并近似为对角形式协方差矩阵，由此得到条件分布pkS|zt为： 式中，μkzt为图均值，∑kzt为协方差，为图均值为μkzt，协方差为∑kzt的正态分布； 门控网络用于在多个专家网络之间进行自适应权重分配，控制不同专家的重要程度；门控网络g输入为风场特征向量zt，依次通过两层全连接隐藏层，第一层含64个神经元，第二层含32个神经元，均采用ReLU激活，通过转换为归一化权重πk；表达式为： 式中，j为专家网络编号，gk·为第k个门控网络，gj·为第j个门控网络； ST6方案的平均表现最优，通过偏置引导模型优先学习该专家，针对参数化方案ST6，设置固定正偏置bST60，方案bST2＝bST3＝bST4＝0，以引导门控网络在权重分配时优先考虑ST6； 在训练过程中，引入熵正则化约束以避免所有权重完全坍塌至ST6； 式中，k为权重索引； 综合门控网络与专家网络结果，得到整体概率pS|zt分布，表达式为： 推理时从该混合分布采样得到谱样本，实现概率预测； S3，使用训练数据集对混合专家概率模型进行训练，训练后的模型接收输入的风场数据，通过门控网络和专家网络的协同作用，输出混合概率分布；从混合概率分布进行采样，得到预测的海浪频谱集合，实现海浪风险概率预测。

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;青岛协同创新研究院，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。