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！

龙图腾网获悉广州海洋地质调查局申请的专利一种模型训练方法、海底地形预测方法及模型训练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：CN118626843B 。

龙图腾网通过国家知识产权局官网在2025-07-15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：202410589025.3，技术领域涉及：G06F18/214；该发明授权一种模型训练方法、海底地形预测方法及模型训练装置是由张辉;李刚;余杭涛;李昊;巫鹏程;李锐;王刚龙设计研发完成，并于2023-12-06向国家知识产权局提交的专利申请。

本一种模型训练方法、海底地形预测方法及模型训练装置在说明书摘要公布了：本发明公开了一种模型训练方法、海底地形预测方法及模型训练装置，方法包括：获取初始训练数据集；获取验证数据；通过二维经验模态分解，对初始训练数据集中的重力数据进行数据维度扩增，进而整理得到测试数据；以波长带深度数据作为输出标签，将测试数据输入预设神经网络进行网络训练，得到深度预测结果；基于单个批次的验证数据，结合深度预测结果进行基于距离的深度误差评估处理，获得深度误差；对深度误差进行反向传播，并结合梯度下降对预设神经网络的参数进行修正，直至满足预设条件，得到海底地形深度预测模型。本发明无需较大计算量，适用于大面积区域的海底地形预测，且无需调参，能够较好的刻画地形，可广泛应用于数据处理技术领域。

本发明授权一种模型训练方法、海底地形预测方法及模型训练装置在权利要求书中公布了：1.一种模型训练方法，其特征在于，包括： 获取初始训练数据集；获取验证数据；所述初始训练数据集包括匹配的重力数据和深度数据；所述验证数据包括多波束深度数据和地震深度数据； 通过二维经验模态分解，对所述初始训练数据集中的所述重力数据进行数据维度扩增，进而整理得到测试数据； 其中，所述通过二维经验模态分解，对所述初始训练数据集中的所述重力数据进行数据维度扩增，进而整理得到测试数据，包括： 将所述重力数据组织成二维矩阵； 通过二维经验模态分解将所述二维矩阵投射到二维频率域，进而将所述二维矩阵分解为多个独立模态，得到残余分量和若干本征模函数分量； 根据所述本征模函数分量、所述残余分量和所述重力数据整理得到测试数据； 以所述深度数据作为输出标签，将所述测试数据输入预设神经网络进行网络训练，得到深度预测结果；所述预设神经网络包括输入层、隐藏层和输出层，所述隐藏层包括多层全连接层； 其中，测试数据包括所述重力数据和基于所述重力数据处理得到的残余分量和若干本征模函数分量；所述输入层包括第一输入层和第二输入层，所述隐藏层包括第一隐藏层和第二隐藏层；所述将所述测试数据输入预设神经网络进行网络训练，得到深度预测结果，包括： 将所述重力数据输入所述第一输入层，进而通过所述第一隐藏层对所述第一输入层的结果进行第一多层全连接处理，得到第一特征； 将所述本征模函数分量和所述残余分量输入所述第二输入层，进而通过所述第二隐藏层对所述第二输入层的结果进行第二多层全连接处理，得到第二特征； 通过所述输出层根据所述第一特征和所述第二特征，得到深度预测结果； 基于单个批次的所述验证数据，结合所述深度预测结果进行基于距离的深度误差评估处理，获得深度误差； 对所述深度误差进行反向传播，并结合梯度下降对所述预设神经网络的参数进行修正，直至满足预设条件，得到海底地形深度预测模型；所述预设条件包括使用的验证数据达到预设批次数、所述深度误差小于预设阈值和所述网络训练达到预设迭代次数中的一种或多种组合； 其中，所述对所述深度误差进行反向传播，并结合梯度下降对所述预设神经网络的参数进行修正，包括： 利用误差反向传播算法，在所述预设神经网络对所述深度误差的梯度信息进行反向传播，并基于自适应时刻估计方法实现梯度下降对预设神经网络的参数进行修正。

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广州海洋地质调查局，其通讯地址为：510000 广东省广州市南沙区环市大道南25号南沙科技创新中心A4栋2楼208-218房；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”。