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！

龙图腾网获悉武汉征原电气有限公司申请的专利一种基于CAMS-Unet模型的短临降水预报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：CN120953681B 。

龙图腾网通过国家知识产权局官网在2026-03-31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：202511068313.5，技术领域涉及：G06V10/764；该发明授权一种基于CAMS-Unet模型的短临降水预报方法是由姜风光;傅玉洁设计研发完成，并于2025-07-31向国家知识产权局提交的专利申请。

本一种基于CAMS-Unet模型的短临降水预报方法在说明书摘要公布了：本发明公开了一种基于CAMS‑Unet模型的短临降水预报方法，包括：获取原始雷达回波图像数据并进行预处理；构建CAMS‑Unet短临降水预报模型；基于目标雷达回波图像数据，对CAMS‑Unet短临降水预报模型进行训练优化，得到目标CAMS‑Unet短临降水预报模型；获取待预测的雷达回波图像，将其输入至目标CAMS‑Unet短临降水预报模型，输出得到预测的雷达回波图像。本发明通过数据集筛选、异常值及空缺值处理、去噪及数据增强处理三个阶段对雷达回波图像进行预处理；通过构建包含全局特征提取模块CAMM和局部特征提取模块MSFM的CAMS‑Unet模型，解决多尺度建模失衡和时空异构性捕获不足的问题。

本发明授权一种基于CAMS-Unet模型的短临降水预报方法在权利要求书中公布了：1.一种基于CAMS-Unet模型的短临降水预报方法，其特征在于，包括： S1、获取原始雷达回波图像数据并进行预处理，得到目标雷达回波图像数据； S2、构建CAMS-Unet短临降水预报模型，所述CAMS-Unet短临降水预报模型包括： 基于编码器-解码器架构的U-net模型，编码器和解码器通过跳跃连接拼接，在其编码器阶段引入三层全局特征提取模块CAMM，在其解码器阶段引入对应的三层全局特征提取模块CAMM’，编码器阶段的每层全局特征提取模块CAMM包含一个三维卷积层、一个CBAM通道注意力机制层和一个下采样层；解码器阶段的每层全局特征提取模块CAMM’包含一个三维卷积层、一个CBAM通道注意力机制层和一个上采样层；其中，三维卷积层的三维卷积操作捕捉图像的时空连续性；CBAM通道注意力机制层通过双路径池化与动态权重分配增强图像的关键特征通道； 在编码器阶段的全局特征提取模块CAMM和解码器阶段的全局特征提取模块CAMM’之间引入多层局部特征提取模块MSFM和对应的多层局部特征提取模块MSFM’，每层局部特征提取模块MSFM与其对应的每层局部特征提取模块MSFM’通过残差连接； 每层局部特征提取模块MSFM和其对应的局部特征提取模块MSFM’均包含空间多尺度卷积、时间多粒度卷积及特征融合机制，空间多尺度卷积和时间多粒度卷积串联；其中，通过空间多尺度卷积提取空间维度特征，通过时间多粒度卷积提取时间维度特征，基于特征融合机制将空间维度特征和时间维度特征进行张量乘法融合； S3、基于目标雷达回波图像数据，对CAMS-Unet短临降水预报模型进行训练优化，得到目标CAMS-Unet短临降水预报模型； S4、获取待预测的雷达回波图像，将其输入至目标CAMS-Unet短临降水预报模型，输出得到预测的雷达回波图像，实现短临降水预报； 其中，编码阶段的每层局部特征提取模块MSFM的操作流程： 将经过三层全局特征提取模块CAMM得到的输出特征作为局部特征提取模块MSFM的输入特征； 通过空间多尺度卷积提取空间维度特征：局部细节通过小卷积核捕获，中尺度通过矩形核语义感知，全局上下文通过大卷积核建模提取； 通过时间多粒度卷积提取时间维度特征：短时波动感知通过小卷积核捕获分钟级降水强度突变，中时趋势跟踪通过中形核建模小时尺度的系统移动，长时周期记忆通过大核关联日变化规律； 基于特征融合机制将空间维度特征和时间维度特征进行张量乘法融合： 将四个维度的卷积通过通道拼接与1×1卷积降维，实现空间维度特征提取； 将三个维度的卷积通过通道拼接与1×1卷积降维，实现时间维度特征提取； 将空间特征与时间特征进行张量乘法融合； 同理，在解码器阶段，每层局部特征提取模块MSFM’的各个操作与编码阶段的每层局部特征提取模块MSFM保持一致。

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征原电气有限公司，其通讯地址为：430000 湖北省武汉市江岸区石桥一路5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。