Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 哈尔滨工业大学张浩获国家专利权

哈尔滨工业大学张浩获国家专利权

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!

龙图腾网获悉哈尔滨工业大学申请的专利一种基于多模态RNN的短临降水预测方法、装置及设备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:CN116227349B

龙图腾网通过国家知识产权局官网在2026-04-10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:202310184465.6,技术领域涉及:G06F30/27;该发明授权一种基于多模态RNN的短临降水预测方法、装置及设备是由张浩;马志峰;刘劼设计研发完成,并于2023-03-01向国家知识产权局提交的专利申请。

一种基于多模态RNN的短临降水预测方法、装置及设备在说明书摘要公布了:一种基于多模态RNN的短临降水预测方法,涉及短临降水预测技术领域,解决的技术问题为“提供一种准确率高的短临降水预测方法”,方法包括:获取雷达图和气象要素图;采用所述雷达图和气象要素图训练多模态模型;采用训练后的多模态预测模型进行降水预测;其中,所述多模态预测模型包括雷达模块和气象要素模块,所述多模态预测模型根据雷达预测图获得短临降水预测结果;该方法以雷达信息为主,以气象要素信息为辅进行降水预测,将两种模态进行融合,提高了短临降水预测的准确率。

本发明授权一种基于多模态RNN的短临降水预测方法、装置及设备在权利要求书中公布了:1.一种基于多模态RNN的短临降水预测方法,其特征在于,所述方法包括: 获取雷达图和气象要素图; 采用所述雷达图和气象要素图训练多模态RNN模型; 采用训练后的多模态RNN模型进行降水预测; 其中,所述多模态RNN模型包括雷达模块和气象要素模块,所述多模态RNN模型根据预测雷达图获得短临降水预测结果; 所述气象要素模块和雷达模块均为多尺度RNN模型,包括三个编码器和三个解码器,所述编码器采用池化操作,所述解码器采用上采样操作; 所述气象要素依次经过第一编码器、第二编码器、第三编码器、第一解码器、第二解码器和第三解码器,所述第一编码器的气象要素流还流向第三解码器,所述第二编码器的气象要素流还流向第二解码器;所述第三解码器输出预测气象要素图; 雷达流依次经过第四编码器、第五编码器、第六编码器、第四解码器、第五解码器和第六解码器,所述第四编码器的雷达流还流向第六解码器,所述第五编码器的雷达流还流向第五解码器; 所述第一解码器的气象要素流还流向所述第四解码器,所述第二解码器的气象要素流还流向所述第五解码器,所述第三解码器的气象要素流还流向所述第六解码器;所述第六解码器输出预测雷达图; 所述雷达模块中还包括模态融合单元,用于采用注意力机制对气象要素特征和雷达特征进行融合; 模态融合单元计算公式如下: 其中,R为雷达特征,E为气象要素特征,K为模态融合单元的键,V为模态融合单元的值,Q为模态融合单元的查询变量,S为相似度评分矩阵,A为注意力矩阵,,,分别为K、Q、V的参数,F为模态融合后得到的结果,EDi表示气象要素模块中的解码器,REi和RDi分别表示雷达模块中的编码器和解码器,其中i=0,1,2。

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哈尔滨工业大学,其通讯地址为:150001 黑龙江省哈尔滨市南岗区西大直街92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。

免责声明
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。