中科星图维天信科技股份有限公司郭晓芳获国家专利权
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!
龙图腾网获悉中科星图维天信科技股份有限公司申请的专利低空湍流识别方法和装置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:CN121350804B 。
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:202511924560.0,技术领域涉及:G06F18/2413;该发明授权低空湍流识别方法和装置是由郭晓芳;匡秋明;董玮设计研发完成,并于2025-12-19向国家知识产权局提交的专利申请。
本低空湍流识别方法和装置在说明书摘要公布了:本发明提供了一种低空湍流识别方法和装置,涉及低空大气湍流预警的技术领域,包括:将低空流体空间的第一气象要素矩阵输入大涡模拟模型按照预设分辨率进行模拟,确定目标尺度的第二气象要素矩阵;将第二气象要素矩阵输入训练好的HRFormer分割网络,经训练好的HRFormer分割网络进行多类型特征提取和融合,输出用于表征不同空间尺度湍流表现形态的目标特征图;基于目标特征图中湍流形态的分类标签,识别低空流体空间的湍流强度;以缓解现有技术中存在的湍流识别结果精度无法满足航空场景需求的技术问题。
本发明授权低空湍流识别方法和装置在权利要求书中公布了:1.一种低空湍流识别方法,其特征在于,包括: 将低空流体空间的第一气象要素矩阵输入大涡模拟模型按照预设分辨率进行模拟,确定目标尺度的第二气象要素矩阵; 经训练好的HRFormer分割网络中的多个卷积层通过滑动窗口机制对所述第二气象要素矩阵进行处理,提取所述第二气象要素矩阵中每种气象要素矩阵在局部区域内的局部空间特征;其中,所述训练好的HRFormer分割网络具有湍流形态分类能力;所述局部空间特征包括用于表征局部变化或极端值的边缘信息,用于表征空间内重复信息的纹理信息和局部结构特征; 通过并行结合的所述卷积层中的高分辨率分支,中分辨率分支和低分辨率分支,分别提取多尺度特征;所述多尺度特征包括高分辨率特征,中分辨率特征和低分辨率特征; 经训练好的HRFormer分割网络中的多个卷积层,捕捉不同空间位置的矩阵元素之间的依赖性和关联性; 经训练好的HRFormer分割网络中的多个卷积层,提取所述第二气象要素矩阵中每种所述气象要素矩阵的空间特征和每种所述气象要素矩阵之间的通道交互特征; 经训练好的HRFormer分割网络中的多个卷积层的激活函数,提取所述第二气象要素矩阵中的非线性特征; 经训练好的HRFormer分割网络中的多个卷积层的激活函数,捕捉所述第二气象要素矩阵中的用于表征湍流形态的细粒度的空间结构特征; 经训练好的HRFormer分割网络中的多个卷积层融合多类型特征,生成用于表征所述低空流体空间中不同空间尺度的湍流信息的第一特征图;其中,所述多类型特征包括所述局部空间特征,所述多尺度特征,空间依赖性,空间和通道特征,所述非线性特征和所述细粒度的空间结构特征; 经训练好的HRFormer分割网络的自注意力机制和全局建模能力,捕捉所述第一特征图中不同空间尺度的湍流信息之间的关联关系,确定具有每个矩阵元素所在位置的湍流形态分布的目标特征图; 基于所述目标特征图中湍流形态的分类标签,识别所述低空流体空间的湍流强度。
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科星图维天信科技股份有限公司,其通讯地址为:100094 北京市海淀区永旭北路9号院1号楼9层101;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。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励