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！

龙图腾网获悉珠海翔翼航空技术有限公司申请的专利一种边缘侧气象预测模型的实时校准方法、系统、电子设备及存储介质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：CN120911534B 。

龙图腾网通过国家知识产权局官网在2026-02-03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：202511445226.7，技术领域涉及：G06N3/08；该发明授权一种边缘侧气象预测模型的实时校准方法、系统、电子设备及存储介质是由陈璞;李为;张晓燕;张璇;陈想;田刚;赵永胜;连庆;李庆伟设计研发完成，并于2025-10-11向国家知识产权局提交的专利申请。

本一种边缘侧气象预测模型的实时校准方法、系统、电子设备及存储介质在说明书摘要公布了：本发明涉及计算机技术领域，公开了一种边缘侧气象预测模型的实时校准方法、系统、电子设备及存储介质，包括获取多维气象时序数据，输入至神经网络模型，提取时空特征并输出初始预测值；将神经网络模型中的权重矩阵分解为幅值分量与方向分量，对方向分量进行低秩矩阵更新，得到更新后的方向分量，依据幅值分量与更新后的方向分量计算校准权重，结合本地观测数据对所述初始预测值进行偏差校正，生成校准后预测值；基于预测不确定性指标动态管理历史样本与当前样本，结合权重正则化约束构造抗遗忘训练目标，更新低秩矩阵参数以应对数据分布变化；本发明可提高实时气象预测服务的可靠性。

本发明授权一种边缘侧气象预测模型的实时校准方法、系统、电子设备及存储介质在权利要求书中公布了：1.一种边缘侧气象预测模型的实时校准方法，其特征在于，包括： 获取多维气象时序数据，输入至经压缩优化的轻量化混合神经网络模型，提取时空特征并输出初始预测值； 将所述轻量化混合神经网络模型中的权重矩阵分解为幅值分量与方向分量，对所述方向分量进行低秩矩阵更新，得到更新后的方向分量，依据所述幅值分量与更新后的方向分量计算校准权重，结合本地观测数据对所述初始预测值进行偏差校正，生成校准后预测值； 基于预测不确定性指标动态管理历史样本与当前样本，结合权重正则化约束构造抗遗忘训练目标，更新低秩矩阵参数以应对数据分布变化； 对所述轻量化混合神经网络模型以及所述低秩矩阵分别进行量化处理，降低计算与存储资源消耗； 监控预测误差统计量，基于误差变化动态调整样本存储规模与参数更新速率，以维持校准性能稳定； 其中，对训练完成的轻量化混合神经网络模型进行权重分析，识别并移除权重绝对值低于预设阈值的连接； 对剪枝后模型的剩余权重进行低比特量化处理，将原始的精度浮点权重值映射到整数表示范围内； 获得所述经压缩优化的轻量化混合神经网络模型； 其中，将所述轻量化混合神经网络模型中的每个权重矩阵分解为两个组成部分，表示权重幅值大小的幅值分量和表示权重方向信息的方向分量； 对分解得到的方向分量进行低秩矩阵更新，通过引入两个低秩矩阵的乘积对方向分量进行调整和优化； 根据幅值分量和更新后的方向分量计算校准权重； 基于所述校准权重、所述初始预测值以及本地观测数据，通过前向传播计算校准后预测值； 其中，建立并维护样本缓冲区，用于存储历史观测数据以及对应的时间戳信息； 根据新到达样本的预测不确定性指标，采用不确定性优先的策略更新样本缓冲区中的样本内容； 实时计算新到达样本的预测不确定性与样本缓冲区中现有样本的不确定性比较结果，决策是否将新样本存入样本缓冲区； 结合新到达的样本数据与样本缓冲区中保存的历史样本数据，并添加权重正则化约束项，共同构造抗遗忘训练目标函数，用于更新低秩矩阵参数。

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珠海翔翼航空技术有限公司，其通讯地址为：519030 广东省珠海市香洲区保税区32号地；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。