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！

龙图腾网获悉中国石油大学(华东)申请的专利一种基于深度学习的热带气旋尺度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：CN117036725B 。

龙图腾网通过国家知识产权局官网在2026-02-17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：202311005096.6，技术领域涉及：G06V10/40；该发明授权一种基于深度学习的热带气旋尺度预测方法及系统是由王海起;周啸宇;徐建波;单宇飞;闫峰;刘峰;李发东;曹元昊;李雪莹;欧雅玟设计研发完成，并于2023-08-10向国家知识产权局提交的专利申请。

本一种基于深度学习的热带气旋尺度预测方法及系统在说明书摘要公布了：本发明涉及计算机和气象的交叉技术领域，提供了一种基于深度学习的热带气旋尺度预测方法及系统。该方法包括，获取输入热带气旋图像数据；基于输入热带气旋图像数据，采用时间卷积模型，提取热带气旋的多尺度时间序列特征；采用门控循环网络模型对多尺度时间序列特征，进行时间预测建模，得到热带气旋的高级语义特征；基于高级语义特征，采用全连接层，得到风半径预测值。

本发明授权一种基于深度学习的热带气旋尺度预测方法及系统在权利要求书中公布了：1.一种深度学习的热带气旋尺度预测方法，其特征在于，包括： 获取输入热带气旋图像数据； 基于输入热带气旋图像数据，采用时间卷积模型，提取热带气旋的多尺度时间序列特征； 采用门控循环网络模型对多尺度时间序列特征，进行时间预测建模，得到热带气旋的高级语义特征； 基于高级语义特征，采用全连接层，得到风半径预测值； 包括以下步骤： S1：获取热带气旋图像历史数据及其对应的热带气旋尺度数据，构建训练模型所需的初始数据集，并对初始数据集进行预处理； S2：将时间卷积网络模型TCN与门控循环单元模型GRU进行集成，利用TCN提取多尺度时间特征的优势和GRU进行时序建模的优势处理时序数据； S3：在GRU模块后接入全连接层构建出混合时间序列预测模型TC‑HTG； S4：利用构建好的TC‑HTG模型在独立数据上进行R34预测以评估模型性能； 所述步骤S1中，热带气旋TCIR数据集包含热带气旋R34值、经度、纬度、强度和最低海平面气压变量数据； 所述步骤S2中，将时间卷积网络TCN模块与门控循环单元GRU模块进行集成；TCN模块与GRU模块以串联的方式集成，TCN模块抽取的多尺度时间序列特征信息被馈送到GRU单元中进行时间预测建模；所述步骤S3中，在GRU模块后接入全连接层构建出热带气旋风半径预测模型TC‑HTG。

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中国石油大学(华东)，其通讯地址为：266580 山东省青岛市黄岛区长江西路66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。