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！

龙图腾网获悉大连海事大学申请的专利一种基于Transformer时空互编码的波浪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：CN117236383B 。

龙图腾网通过国家知识产权局官网在2026-02-10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：202311020492.6，技术领域涉及：G06N3/0455；该发明授权一种基于Transformer时空互编码的波浪预测方法是由王洁;刘晓凯;马玉祥;王其昌;张伯益;丁雨琦;刘玉竹设计研发完成，并于2023-08-14向国家知识产权局提交的专利申请。

本一种基于Transformer时空互编码的波浪预测方法在说明书摘要公布了：本发明公开了一种基于Transformer时空互编码的波浪预测方法，包括：以整个地区构建特征样本，并对所述特征样本进行筛选；构建并训练基于Transformer的编码器和解码器结构的波浪预测模型，利用所述编码器对筛选出的特征样本进行时空互编码，提取紧致的语义表征；利用解码器根据全局时空语义信息进行解码；通过时间和空间上的采样获得各时刻预测节点的海况特征。本发明建立了由历史气象要素到有效波高和平均跨零周期的有效预测。同时，本发明基于常规波浪成因与极端波浪成因的相似性，在常规海况数据进行模型预训练，为模型提供良好的初始化状态，减小了优化可行域，有效提升了极端海况预测模型的训练效率。

本发明授权一种基于Transformer时空互编码的波浪预测方法在权利要求书中公布了：1.一种基于Transformer时空互编码的波浪预测方法，其特征在于，包括： 以整个地区构建特征样本，并对所述特征样本进行筛选； 构建并训练基于Transformer的编码器和解码器结构的波浪预测模型，利用所述编码器对筛选出的特征样本进行时空互编码，提取紧致的语义表征；利用解码器根据全局时空语义信息进行解码；基于Transformer对筛选出的特征样本进行时空互编码，包括：按照数据中的时间信息分成多个子输入，每个子输入中包含风场特征和波浪特征；按照时间信息拆分后，送入空间相关性编码网络，每个子输入在时间上相互独立，但在空间上具有相同的结构；空间相关性编码会通过多注意力模块学习各海况和各特征之间的静态空间特征图，解析每个时刻中的全局海洋信息，即节点之间的关联性；空间相关性编码后并不直接解码，其输出的多个特征图经过聚合在时间上形成时序特征；再将每个空间相关性编码后的时间序列作为时间相关性编码的输入，时间相关性编码网络与空间相关性编码高度相似，通过时间自编码模块综合学习各时间特征间的相关性； 经过时空解码，原始数据中的时间信息和空间信息被有效利用； 通过时间和空间上的采样获得各时刻预测节点的海况特征。

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大连海事大学，其通讯地址为：116026 辽宁省大连市高新园区凌海路1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。