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！

龙图腾网获悉武汉大学申请的专利一种嵌入产流机制的深度学习多模型径流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：CN120671509B 。

龙图腾网通过国家知识产权局官网在2026-03-13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：202510671733.6，技术领域涉及：G06F30/27；该发明授权一种嵌入产流机制的深度学习多模型径流预测方法及系统是由佘敦先;吕泳霖;吴盈盈;肖湘乾;吴梦宇设计研发完成，并于2025-05-23向国家知识产权局提交的专利申请。

本一种嵌入产流机制的深度学习多模型径流预测方法及系统在说明书摘要公布了：本发明公开一种嵌入产流机制的深度学习多模型径流预测方法及系统，属于水利工程学应用领域，包括：获取数据，所述数据包括气象数据和水文数据；将气象数据输入分别嵌入有GR4J产流机制、普通线性产流机制及指数桶产流机制的三个神经网络，得到三个初步产流过程；将三个初步产流过程输入长短时记忆神经网络模型，得到三个初步出流过程；所述长短时记忆神经网络模型引入了峰值大小约束、峰现时间约束和单调性约束；将三个初步出流过程输入贝叶斯平均模型得到预测出流过程，结合水文数据中的实测出流过程，计算得到最终的出流过程。本发明不仅能够最大程度上减少模型预测的不确定性，而且保证了径流预测的精度。

本发明授权一种嵌入产流机制的深度学习多模型径流预测方法及系统在权利要求书中公布了：1.一种嵌入产流机制的深度学习多模型径流预测方法，其特征在于，包括： S1、获取数据，所述数据包括气象数据和水文数据； S2、将气象数据输入分别嵌入有GR4J产流机制、普通线性产流机制及指数桶产流机制的三个神经网络，得到三个初步产流过程；其中，将产流机制嵌入神经网络的过程，包括：采用物理公式代替神经网络模型中的非线性激活函数，参数代替神经网络模型中部分权重系数，土壤含水量代替状态变量，得到嵌入产流机制的神经网络；所述嵌入产流机制的神经网络，表达式为： ， ， 其中，分别为降雨、日照时长、温度，为土壤含水量，为上一时刻的土壤含水量，为土壤含水量的更新公式，为各产流机制的更新公式，为各产流机制中的物理参数； S3、将三个初步产流过程输入长短时记忆神经网络模型，得到三个初步出流过程；所述长短时记忆神经网络模型引入了峰值大小约束、峰现时间约束和单调性约束； S4、将三个初步出流过程输入贝叶斯平均模型得到预测出流过程，结合水文数据中的实测出流过程，计算得到最终的出流过程。

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武汉大学，其通讯地址为：430072 湖北省武汉市武昌区八一路299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。