Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 山东省科学院海洋仪器仪表研究所赵杰获国家专利权

山东省科学院海洋仪器仪表研究所赵杰获国家专利权

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!

龙图腾网获悉山东省科学院海洋仪器仪表研究所申请的专利面向坐底式声学波浪观测的连续缺失原始数据填补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:CN120386991B

龙图腾网通过国家知识产权局官网在2025-09-02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:202510872977.0,技术领域涉及:G06F18/15;该发明授权面向坐底式声学波浪观测的连续缺失原始数据填补方法是由赵杰;裴亮;杨俊贤;范秀涛;杨书凯;刘雷;郑威;李选群;惠力;朱洪海设计研发完成,并于2025-06-27向国家知识产权局提交的专利申请。

面向坐底式声学波浪观测的连续缺失原始数据填补方法在说明书摘要公布了:本发明公开了面向坐底式声学波浪观测的连续缺失原始数据填补方法,涉及海洋坐底式声学波浪观测技术领域,包括通过奇异谱分析算法将原始时间序列分解为不同特征子序列,提取出趋势分量和瞬态变化分量;趋势分量缺失部分通过BP神经网络根据已有时序数据拟合生成整体趋势分量数据完成缺失数据的填补;瞬态变化分量,按照瞬态分量缺失数据时段的前后向完整时序数据,通过GRU‑DTW神经网络模型分别完成数据各部分缺失数据的填补;数据填补完成后,重构形成完整的原始数据,用于波浪特征值统计计算。本发明高效还原其不同数量的连续缺失数据的原有状态,提高了波高、波周期的测量准确度。

本发明授权面向坐底式声学波浪观测的连续缺失原始数据填补方法在权利要求书中公布了:1.面向坐底式声学波浪观测的连续缺失原始数据填补方法,其特征在于,包括如下步骤: 步骤1,通过奇异谱分析算法将原始时间序列分解为不同特征子序列,提取出趋势分量和瞬态变化分量; 步骤2,步骤1所得的趋势分量缺失部分通过BP神经网络根据已有时序数据拟合生成整体趋势分量数据完成缺失数据的填补; 步骤3,步骤1所得的瞬态变化分量,按照瞬态分量缺失数据时段的前后向完整时序数据,通过GRU-DTW神经网络模型分别完成数据各部分缺失数据的填补; 步骤4,基于步骤2和步骤3数据填补完成后,重构形成完整的原始数据,用于波浪特征值统计计算; 所述步骤2具体为:BP神经网络有1个输入层、m个隐藏层和1个输出层,每个神经元接收来自前一层神经元的输入,经过加权求和与非线性激活函数处理后,将输出传递给下一层;输入层到隐藏层表达式为: 其中,为从输入层第i个神经元到第1个隐藏层第j个神经元的权重;为隐藏层第j个神经元的偏置;为隐藏层第j个神经元的净输入;经过激活函数处理后,隐藏层第j个神经元的输出为; 隐藏层到输出层的表达式为: 其中,为从第m-1个隐藏层的第j个神经元到第m个隐藏层的第k个神经元的权重;为神经元的偏置;为第k个神经元的净输入;经过激活函数处理后,隐藏层第k个神经元的输出为,输出层第k个神经元的输出为; 通过反向传播更新权重和偏置; 所述反向传播采用LM算法,结合梯度下降法和高斯-牛顿法,更新公式为: 其中,是参数向量V的更新量,权重和偏置参数数量为p,V则为p维向量;J是雅可比矩阵;是预测值与真实值之间的差值向量;是一个自适应的参数,用于平衡梯度下降法和高斯-牛顿法的贡献,当很大时,接近梯度下降法;当很小时,接近高斯-牛顿法;是p×p的单位矩阵。

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山东省科学院海洋仪器仪表研究所,其通讯地址为:266200 山东省青岛市即墨区鳌山卫街道青岛蓝色硅谷核心区蓝色硅谷创业中心一期2号楼;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”。

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。