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！

龙图腾网获悉齐鲁工业大学(山东省科学院);山东省计算中心(国家超级计算济南中心)申请的专利基于深度学习的浒苔绿潮海洋环境评估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：CN120951064B 。

龙图腾网通过国家知识产权局官网在2026-02-06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：202511493454.1，技术领域涉及：G06F18/24；该发明授权基于深度学习的浒苔绿潮海洋环境评估预测方法是由王春晓;周智伟;李传涛;张俭;禹定峰;王晓宁;李锦涛;王雨欣;刘振阳;张广东设计研发完成，并于2025-10-20向国家知识产权局提交的专利申请。

本基于深度学习的浒苔绿潮海洋环境评估预测方法在说明书摘要公布了：本发明涉及海洋环境监测与预测技术领域，尤其是提供了一种基于深度学习的浒苔绿潮海洋环境评估预测方法。该方法包括采集多源海洋环境数据，并进行预处理；构建空间特征工程与时间特征；建立基于生长周期的适宜性评分模型，并结合海区划分进行适用性标注；构建双向空间卷积GRU预测模型，并对其进行训练优化，以对未来海洋环境评估预测，输出预测结果，该方法通过构建双向空间卷积GRU预测模型，提升了对绿潮管理与防控的科学性和前瞻性。

本发明授权基于深度学习的浒苔绿潮海洋环境评估预测方法在权利要求书中公布了：1.一种基于深度学习的浒苔绿潮海洋环境评估预测方法，其特征在于，所述方法包括： 步骤1、采集多源海洋环境数据，并进行预处理； 步骤2、根据步骤1，构建空间特征工程与时间特征； 步骤3、基于步骤2，建立基于生长周期的适宜性评分模型，并结合海区划分进行适用性标注； 步骤4、利用步骤3，构建双向空间卷积GRU预测模型，并对其进行训练优化，以对未来海洋环境评估预测，输出预测结果； 所述步骤4包括： 首先，构建一个特征融合层以整合异构输入，特征融合层包括环境特征、空间特征以及基于适宜性评分模型的适宜性得分，将上述特征通过多层感知器MLP进行矢量化和维度统一，以确保异构信息的整合即特征融合； 随后，通过嵌入多尺度卷积层以捕捉不同尺度的空间依赖性，并行应用大小为3×3、5×5和7×7的卷积核，以提取局部细粒度变化和空间趋势，并将其的输出连接起来，形成一个多尺度表示； 双向空间卷积GRU预测模型的核心组件为双向空间卷积GRU网络，在双向空间卷积GRU网络中，时间序列由正向序列和反向序列同时处理，其中正向序列编码历史依赖关系，反向序列整合未来信息；将两个序列方向的输出进行拼接，以捕获完整的时间依赖关系；采用卷积运算取代双向空间卷积GRU网络中的全连接层，在门控和状态更新期间以保留空间结构信息； 为了进一步增强空间分化，引入空间注意力机制；将注意力权重应用于双向空间卷积GRU网络输出，并生成空间矩阵； 最后，输出层设计了双功能头，分别为分割头和预测头；分割头使用卷积层生成空间分布图，用于可视化适宜性分布；预测头集成卷积层、ReLU层和全连接层，以生成时间序列预测。

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齐鲁工业大学(山东省科学院);山东省计算中心(国家超级计算济南中心)，其通讯地址为：250353 山东省济南市长清区西部新城大学科技园；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。