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时空图神经网络的生态岸线波浪参数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：CN121052117B 。

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：202511132893.X，技术领域涉及：G06F30/27；该发明授权一种基于时空图神经网络的生态岸线波浪参数预测方法是由王楠;刘闯;尤再进;章文俊;张国庆设计研发完成，并于2025-08-13向国家知识产权局提交的专利申请。

本一种基于时空图神经网络的生态岸线波浪参数预测方法在说明书摘要公布了：本发明公开了一种基于时空图神经网络的生态岸线波浪参数预测方法，包括获取预设生态岸线海洋区域的时序海洋观测数据，以得到训练集与验证集；构建用于生态岸线波浪参数的预测模型，其包括基于波浪因果驱动的空间图构建模块、基于LSTM时间编码的时间特征获取模块、基于GCN空间传播的空间特征获取模块、交叉注意力融合模块以及预测输出模块；通过训练集对预测模型进行模型训练，获取优化预测模型，并基于模型损失函数，根据验证集对优化预测模型进行模型验证，以获取最优预测模型；并根据最优预测模型实现对生态岸线波浪参数的预测。本发明解决了现有方法在建模精度不高、空间结构未被有效考虑、因果关系缺乏解释、以及观测数据不完整等问题。

本发明授权一种基于时空图神经网络的生态岸线波浪参数预测方法在权利要求书中公布了：1.一种基于时空图神经网络的生态岸线波浪参数预测方法，其特征在于，包括以下步骤： S1：获取预设生态岸线海洋区域的时序海洋观测数据； 所述时序海洋观测数据至少包括在预设时间戳下，通过预置观测站采样并获取的风速数据、风向数据、水位数据以及波高序列数据； 获取样本数据即将时序海洋观测数据中的风速数据、风向数据以及水位数据作为特征数据，将波高序列数据作为标签数据，进而生成样本数据集，并将所述样本数据集随机划分为训练集与验证集； S2：构建用于生态岸线波浪参数的预测模型； 且所述预测模型包括基于波浪因果驱动的空间图构建模块、基于LSTM时间编码的时间特征获取模块、基于GCN空间传播的空间特征获取模块、交叉注意力融合模块以及预测输出模块； S21：通过空间图构建模块，根据所述波高序列数据，基于欧拉前向差分求解并获取各观测站所获得的波高序列数据的离散时间导数，根据离散时间导数结合波高序列数据获取观测站样本协方差；根据观测站样本协方差计算并获取观测站间的方向性因果影响强度，并根据方向性因果影响强度确认各观测站间的有向边以构建空间有向图； S22：通过时间特征获取模块，根据样本数据获取各观测站所对应的综合时间特征，并将各综合时间特征按行堆叠得到时间特征矩阵； S23：通过空间特征获取模块，对空间有向图进行图卷积传播，以获取融合空间有向图结构信息的空间特征矩阵； S24：通过交叉注意力融合模块，将时间特征矩阵与空间特征矩阵进行动态融合，获取融合特征表示； S25：通过预测输出模块，根据融合特征表示预测并获取未来某一个或多个时刻各观测站所对应的预测波高； S3：通过训练集对预测模型进行模型训练，获取优化预测模型，并基于模型损失函数，根据验证集对优化预测模型进行模型验证，以获取最优预测模型；并根据最优预测模型实现对生态岸线波浪参数的预测。

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大连海事大学，其通讯地址为：116000 辽宁省大连市凌水街道凌海路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。