Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 青岛科技大学李永庆获国家专利权

青岛科技大学李永庆获国家专利权

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!

龙图腾网获悉青岛科技大学申请的专利一种基于不确定性建模的海面风场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:CN121210986B

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:202511767630.6,技术领域涉及:G06F18/213;该发明授权一种基于不确定性建模的海面风场预测方法及系统是由李永庆;林良驹;李辉;李芮;李雪莹;高颖;孙媛媛;颜军设计研发完成,并于2025-11-28向国家知识产权局提交的专利申请。

一种基于不确定性建模的海面风场预测方法及系统在说明书摘要公布了:本发明属于海面风场预测相关技术领域,基于现有海面风场预测的精度、稳定性有待提升的问题,提出一种基于不确定性建模的海面风场预测方法及系统,对海面风场历史观测数据提取多尺度空间特征得到空间特征;对空间特征捕捉风速随时间演化的动态规律得到时间特征,并将时间特征还原为未来时刻的风场预测数据;基于海面风场历史观测数据和风场预测数据,采用滑动窗口方式构建样本集合,构建双分量高斯混合模型,对新生成的样本集合进行异常检测并对异常值进行修改,将正常预测值和修正后的异常值组合得到海面风场预测结果。该方法结构清晰、计算效率高,提高海面风场预测的精度、稳定性和可信度。

本发明授权一种基于不确定性建模的海面风场预测方法及系统在权利要求书中公布了:1.一种基于不确定性建模的海面风场预测方法,其特征在于,包括: 获取海面风场历史观测数据; 对海面风场历史观测数据通过空间特征提取模块提取多尺度空间特征,得到空间特征,具体为: 利用基于可逆神经网络的局部卷积单元,对海面风场历史观测数据的局部空间结构和细节变化进行建模; 利用基于LiteTransformer块的全局自注意力单元,对海面风场历史观测数据进行全局空间建模; 将局部特征提取路径与全局注意力路径的输出特征进行加权融合,得到空间特征; 对所述空间特征通过时间特征提取模块捕捉风速随时间演化的动态规律,得到提取的时间特征,并将所述时间特征还原为未来时刻的风场预测数据; 所述时间特征提取模块包括若干个时间单元,所述时间单元对输入特征的处理过程具体为: 上分支利用仿射大核扩张卷积提取输入特征的局部时序依赖; 下分支利用通道注意力机制对输入特征实现通道间依赖关系的自适应建模; 将所述上分支的输出特征和所述下分支的输出特征进行融合,并利用残差结合所述输入特征,得到所述时间单元的输出特征; 基于海面风场历史观测数据和未来时刻的风场预测数据,采用滑动窗口方式构建样本集合,构建双分量高斯混合模型,对新生成的样本集合进行异常检测并对异常值进行修改,将正常预测值和修正后的异常值组合,得到最终的海面风场预测结果,具体为: 基于海面风场历史观测数据和未来时刻的风场预测数据,对风速场联两个分量,采用滑动窗口方式分别构建独立的样本集合; 对构建的独立样本集合建立双分量高斯混合模型; 利用分量归属、概率密度以及偏离程度中一种或多种方式识别新样本集合的异常值; 对识别的异常值采用高斯混合模型条件分布进行修正; 将正常预测值和修正后的异常值组合,得到最终的海面风场预测结果。

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科技大学,其通讯地址为:266042 山东省青岛市市北区郑州路53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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。