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！

龙图腾网获悉中国人民解放军国防科技大学申请的专利电离层总电子含量预测方法、装置、计算机设备和介质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：CN121302305B 。

龙图腾网通过国家知识产权局官网在2026-03-17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：202511887036.0，技术领域涉及：G06F18/25；该发明授权电离层总电子含量预测方法、装置、计算机设备和介质是由孟兴;翁利斌;赵嘉铖;梅冰;牛俊;汪四成设计研发完成，并于2025-12-15向国家知识产权局提交的专利申请。

本电离层总电子含量预测方法、装置、计算机设备和介质在说明书摘要公布了：本申请涉及一种电离层总电子含量预测方法、装置、计算机设备和介质。所述方法包括：通过分别将预处理后的TEC图像数据以及多个辅助外部数据利用对应的特征提取分支提取TEC图像特征以及辅助预测特征，利用跨模态注意力单元对这两个特征进行跨模态交互，得到跨模态融合特征，再利用优化后的Transformer网络根据跨模态融合特征进行电离层总电子含量的预测，得到电离层总电子含量预测结果，其中，在优化后网络中，由编码器逐步强化跨模态融合特征的表达能力，得到强化后的跨模态融合特征，由解码器根据强化后的跨模态融合特征进行电离层总电子含量的预测。采用本方法能够有效提升预测精度与时效性。

本发明授权电离层总电子含量预测方法、装置、计算机设备和介质在权利要求书中公布了：1.一种电离层总电子含量预测方法，其特征在于，所述方法包括： 获取当前TEC图像数据以及多个辅助外部数据，所述当前TEC图像数据以及多个辅助外部数据均为在相同时间段内采样时间对应的时序数据，并对所述当前TEC图像数据以及多个辅助外部数据进行预处理； 分别将预处理后的TEC图像数据以及多个辅助外部数据输入至对应的TEC图像特征提取分支以及辅助数据特征提取分支中，得到TEC图像特征以及辅助预测特征，其中，所述TEC图像特征提取分支采用CNN卷积神经网络，在所述TEC图像特征提取分支中，对所述预处理后的TEC图像数据进行补丁划分与嵌入后，依次通过二维卷积、自适应池化操作、ReLU激活函数以及线性层的处理，提取得到所述预处理后的TEC图像数据的空间特征，即所述TEC图像特征，在所述辅助数据特征提取分支中，对所述多个辅助外部数据进行投影，得到所述辅助预测特征； 利用跨模态注意力单元对所述TEC图像特征以及辅助预测特征进行跨模态交互，得到跨模态融合特征，在所述跨模态注意力单元中：分别对所述TEC图像特征以及辅助预测特征进行处理，使得处理后的TEC图像特征以及辅助预测特征处于统一特征空间中，将处理后的辅助预测特征作为查询，将处理后的TEC图像特征作为键和值，并计算查询和键的点积相似性得分，并经由softmax函数生成注意力权重，再用所述注意力权重对值进行加权，得到融合了辅助预测特征的TEC图像加权特征，将所述TEC图像加权特征与原始的TEC图像特征进行相加，得到所述跨模态融合特征； 利用优化后的Transformer网络根据跨模态融合特征进行电离层总电子含量的预测，得到电离层总电子含量预测结果，其中，在优化后的Transformer网络中，由编码器逐步强化所述跨模态融合特征的表达能力，得到强化后的跨模态融合特征，由解码器根据所述强化后的跨模态融合特征进行电离层总电子含量的预测，其中，述编码器由多个编码器层堆叠构成，且各所述编码器层中均包括多头自注意力机制和前馈神经网络，各所述编码器层的输出数据均经LayerNormalization处理后作为下一个编码器层的输入数据，所述前馈神经网络包括两个全连接层和ReLU激活函数，在所述解码器中：对所述编码器输出的高维特征执行Flatten操作，将高维特征展平为一维向量，通过线性投影层对展平后一维向量进行映射，得到映射数据，通过执行Reshape操作，将所述映射数据重塑为四维张量，得到未来预设时间步的TEC图像数据。

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人民解放军国防科技大学，其通讯地址为：410073 湖南省长沙市开福区德雅路109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。