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基于非监督学习过滤器的在线核回声状态网络的航道水位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：CN121144846B 。

龙图腾网通过国家知识产权局官网在2026-02-24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：202511306336.5，技术领域涉及：G06F18/214；该发明授权基于非监督学习过滤器的在线核回声状态网络的航道水位预测方法是由刘宗鹰;潘明阳;李邵喜;闫慧源;王鑫奥;张若澜设计研发完成，并于2025-09-12向国家知识产权局提交的专利申请。

本基于非监督学习过滤器的在线核回声状态网络的航道水位预测方法在说明书摘要公布了：本发明提出了基于非监督学习过滤器的在线核回声状态网络的航道水位预测方法，涉及水位预测技术领域，通过核方法设计出一种核储备状态替代传统的随机权重初始化，解决了模型预测不确定性的问题；还提出可根据新输入数据动态增加隐藏神经元的在线学习机制，突破传统神经网络结构固定的限制，使模型能自适应学习新的水位变化规律；并引入了基于Mean‑shift和KD‑tree的非监督学习过滤器，通过实时计算新数据与已有知识中心点的距离，智能决策是增加新神经元以学习新特征、仅更新连接权重以微调模型，还是删除冗余数据，从而在实现模型自主在线更新与构建的同时，避免了网络结构的无限膨胀，显著提升了中长期水位预测的精度与效率。

本发明授权基于非监督学习过滤器的在线核回声状态网络的航道水位预测方法在权利要求书中公布了：1.一种基于非监督学习过滤器的在线核回声状态网络的航道水位预测方法，其特征在于，所述方法包括： S1、获取航道沿线布设的多个水位观测站记录的航道水位数据； S2、构建并训练基于非监督学习过滤器的在线核回声状态网络作为中长期航道水位预测模型；在模型训练和更新时，通过Mean-shift聚类和KD-tree空间索引技术找到训练储备记忆的中心点，通过中心点和新进数据做比较，判断新进数据与储备记忆特征之间的关系，根据判断结果确定增加新神经元以学习新特征、仅更新连接权重以微调模型，或删除冗余数据；所述回声状态网络中利用核方法计算储备池状态；其中，通过Mean-shift聚类和KD-tree空间索引技术找到训练储备记忆的中心点包括： 新输入特征与已有特征之间的距离通过计算其与各聚类中心的最小欧氏距离得到，表示为： 其中，表示第个初始训练特征到第个中心点之间的距离；是第个中心点；为第个记忆特征；为欧氏距离函数； 为当前所有记忆特征集合，构建一颗KD-Tree，将数据空间进行递归划分； 对于每个候选中心点，利用KD-Tree进行快速范围查询； 在第k次迭代中，寻找落在以当前中心点为中心、半径为的超球体内的所有邻近点，表示为： ； 其中，是基于第n个中心点的第k个索引，它包含了特征最相似的样本； 计算新的中心点位置，即邻域内所有点的均值，表示为： ； 其中，表示更新过后的中心点；表示该邻域内的第i个点；迭代过程持续进行，直至中心点位置收敛或达到最大迭代次数；最终得到的稳定中心点集合即为记忆特征的密度模式中心； S3、基于获取的水位数据，利用训练好的航道水位预测模型进行航道水位预测。

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：116026 辽宁省大连市甘井子区凌水街道凌海路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。