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！

龙图腾网获悉三亚海洋实验室;中国海洋大学三亚海洋研究院;中国海洋大学申请的专利基于潜浮标观测数据的内潮波-内孤立波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：CN121302320B 。

龙图腾网通过国家知识产权局官网在2026-02-27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：202511850998.9，技术领域涉及：G06F18/27；该发明授权基于潜浮标观测数据的内潮波-内孤立波预测方法是由黄晓冬;赵玮;钱悉;黄思玮;杨运超设计研发完成，并于2025-12-10向国家知识产权局提交的专利申请。

本基于潜浮标观测数据的内潮波-内孤立波预测方法在说明书摘要公布了：本发明公开了一种基于潜浮标观测数据的内潮波‑内孤立波预测方法，属于海洋观测技术领域。本发明在内潮预测阶段，采用深度学习模型对观测数据进行端到端建模，通过标准化处理、稀疏注意力机制与循环神经网络的结合，有效提取长周期全局依赖与局部细粒度特征，实现未来多步内潮序列的快速预测；在内孤立波预测阶段，引入窗口化统计特征与加权逻辑回归方法，将预测得到的半日潮、全日潮及叠加潮序列转化为统计特征向量，通过逻辑回归模型实现对未来时段内内波发生的预测。本发明可广泛应用于海洋动力环境智能监测、内波预报、工程安全评估等领域，为深海观测与快速预报提供高效、稳健的技术方案。

本发明授权基于潜浮标观测数据的内潮波-内孤立波预测方法在权利要求书中公布了：1.一种基于潜浮标观测数据的内潮波-内孤立波预测方法，其特征在于，包括以下步骤： S1：获取观测站位高分辨率温度、流速数据，完成预处理并生成标准化网格数据； S2：基于预处理后的数据提取半日内潮、全日内潮及二者叠加的合成内潮三类特征序列，作为模型输入； S3：依据环境场观测数据对内波发生时间段进行标注，构建对应的01标签序列，其中1表示该时间段存在内波发生； S4：构建融合基于Informer架构的稀疏注意力编码器与BiLSTM的并行预测模型，模型依次包括输入编码层、稀疏注意力分支、BiLSTM分支、跨分支特征融合层及预测输出层； S5：将S2中三类内潮特征序列输入所述并行预测模型，采用端到端训练并结合超参数调优，得到可同时输出未来三类内潮序列的预测模型； S6：利用训练完成的并行预测模型对实时观测数据进行推理，输出未来时间段的半日、全日及合成内潮预测序列； S7：结合S3已标注的内波发生序列，采用逻辑回归方法建立三类内潮特征序列与内波发生之间的映射关系，形成逻辑回归模型； S8：将S6预测得到的内潮预测序列输入训练好的逻辑回归模型进行判别，输出未来时间段内孤立波的发生预测结果，实现内潮波—内孤立波的耦合预测。

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三亚海洋实验室;中国海洋大学三亚海洋研究院;中国海洋大学，其通讯地址为：572024 海南省三亚市崖州区崖州湾科技城雅布伦产业园6号楼1层；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。