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！

龙图腾网获悉中国海洋大学三亚海洋研究院;中国海洋大学;三亚海洋实验室申请的专利一种基于深度学习的内波特征场信息快速预测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：CN120409550B 。

龙图腾网通过国家知识产权局官网在2025-09-30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：202510898001.0，技术领域涉及：G06N3/045；该发明授权一种基于深度学习的内波特征场信息快速预测方法是由黄晓冬;赵玮;杨运超;黄思玮;黄贤温设计研发完成，并于2025-07-01向国家知识产权局提交的专利申请。

本一种基于深度学习的内波特征场信息快速预测方法在说明书摘要公布了：本发明公开了一种基于深度学习的内波特征场信息快速预测方法，属于海洋内波探测技术领域。本发明利用深度学习在传统数值模拟数据的基础上进行快速预测，显著提升了内孤立波预测的效率；通过多通道耦合学习和迭代预测策略，使内波场预测实现了高精度与高效率并重的效果。同时，结合高分辨率数值模式数据，保证了模型预测结果与物理过程的一致性，在保持误差低、相关度高的同时，实现了对海洋内孤立波特征场的快速延伸期预测。本发明适用于实时海洋内波监测与预警等应用场景，能够广泛应用于海洋环境监测与预警、智能海洋观测、海洋工程安全等技术领域。

本发明授权一种基于深度学习的内波特征场信息快速预测方法在权利要求书中公布了：1.一种基于深度学习的内波特征场信息快速预测方法，其特征在于，包括以下步骤： S1：获取高分辨率数值模式数据，并对数据进行预处理；所述S1包括： S1‑1：利用高分辨率数值模式获得目标海区内孤立波的高分辨率水温、盐度和流速场多物理量数据，构建包含多个时刻样本的数据集； S1‑2：对每一时刻的数据进行整理，将温度T、盐度S、东西向流速U通道合并为三维张量，形状为 h×w×3，h是网格的高度，w是网格的宽度； S1‑3：对原始数据进行标准化处理，对于每个变量，计算其训练集的均值和标准； S2：构建基于AFNO的时空预测网络模型；该模型包括Patch模块、多个AFNO模块、线性映射层和输出层；所述AFNO模块包括空间混合层、通道混合层、多层堆叠与非线性映射；所述S2中：所述空间混合层利用快速傅里叶变换FFT将输入Patch特征转换到频域，对频域特征进行线性变换并应用稀疏化函数去除高频成分；滤波后的频谱通过逆FFT转回时空域，从而捕捉Patch间的全局空间依赖特征；所述通道混合层在各通道间进行交互融合，采用共享的多层感知机MLP作用于Patch的通道向量；所述AFNO模块采用块对角MLP加软阈值处理进行块级通道混合；输出重建：经过多层AFNO模块处理后，得到每个Patch的高维特征表示，再将所有Patch的特征重新拼接为原始的h×w大小网格；拼接后的高维特征通过输出的线性映射层转换回物理量维度，以生成对应时刻的完整三通道内波场预测结果，即为下一时刻各物理量的预测分布，完成描述内孤立波在温度、盐度和流速场上的演变； S3：采用两阶段训练策略优化基于AFNO的时空预测网络模型的性能，以更好地提升模型对内波长时间预测的能力； S4：基于训练好的时空预测网络模型对当前时刻内波场数据进行预测。

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国海洋大学三亚海洋研究院;中国海洋大学;三亚海洋实验室，其通讯地址为：572024 海南省三亚市崖州区崖州湾科技城用友产业园一号楼七层；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。