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！

龙图腾网获悉中国海洋大学申请的专利一种基于大气和海洋点观测到稠密时空物理场的预报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：CN121542655B 。

龙图腾网通过国家知识产权局官网在2026-03-27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：202610069653.8，技术领域涉及：G06F18/20；该发明授权一种基于大气和海洋点观测到稠密时空物理场的预报方法及系统是由张巍;刘强;杜腾腾设计研发完成，并于2026-01-20向国家知识产权局提交的专利申请。

本一种基于大气和海洋点观测到稠密时空物理场的预报方法及系统在说明书摘要公布了：本发明涉及观测数据处理技术领域，尤其是涉及一种基于大气和海洋点观测到稠密时空物理场的预报方法及系统。获取观测数据，包括历史稠密再分析时空物理场数据及对应的稀疏传感器观测数据；基于获取的观测数据进行数据预处理；根据预处理后的数据进行矢量化表征学习；基于表征学习结果进行中间特征提取；基于提取的中间特征并嵌入时空信息，形成预报的稠密时空物理场。本发明极大地降低了从稀疏传感器观测数据到稠密时空物理场映射的不确定性，使得预报过程更加稳定和鲁棒。

本发明授权一种基于大气和海洋点观测到稠密时空物理场的预报方法及系统在权利要求书中公布了：1.一种基于大气和海洋点观测到稠密时空物理场的预报方法，其特征在于，包括： 获取观测数据，包括历史稠密再分析时空物理场数据及对应的稀疏传感器观测数据； 基于获取的观测数据进行数据预处理； 根据预处理后的数据进行矢量化表征学习； 基于表征学习结果进行中间特征提取； 基于提取的中间特征并嵌入时空信息，形成预报的稠密时空物理场； 所述基于表征学习结果进行中间特征提取，包括加载三层级离散潜在空间和分层解码器，其中，分层解码器包含全局上采样分支、区域上采样分支、局部上采样分支，输出维度与原始再分析时空物理场数据一致；通过动态模态融合编码器DMF对两个模态分量分别编码，并基于信息熵计算自适应权重，实现模态特征的动态融合； 所述通过动态模态融合编码器DMF对两个模态分量分别编码，并基于信息熵计算自适应权重，实现模态特征的动态融合，包括首先进行子编码器特征提取，表示为： ， ， 其中，为时空特征子编码器，为融合前单模态特征维度，B为批量大小，H、W为特征图的高度和宽度，然后进行自适应权重计算，权重时空模态权重和物理模态权重由两个模态分量的信息熵计算得出，确保信息量大的模态占比更高，公式为： ， ， 其中，为时空模态特征的信息熵，为物理模态特征的信息熵，为时空模态第i个像素点的特征概率分布，同理，且满足+=1；最后进行动态融合输出最终得到融合特征，所述融合特征同时包含传感器数据的时空上下文与物理要素关联，为后续注意力预测提供高质量输入。

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海洋大学，其通讯地址为：266100 山东省青岛市崂山区松岭路238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。