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！

龙图腾网获悉广东河海工程咨询有限公司;中山大学申请的专利一种基于长记忆双自回归模型的水道咸潮演变模拟系统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：CN119558201B 。

龙图腾网通过国家知识产权局官网在2025-10-14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：202510105120.6，技术领域涉及：G06F30/27；该发明授权一种基于长记忆双自回归模型的水道咸潮演变模拟系统是由位帅;林凯荣;张云;胡靖设计研发完成，并于2025-01-23向国家知识产权局提交的专利申请。

本一种基于长记忆双自回归模型的水道咸潮演变模拟系统在说明书摘要公布了：本发明提供一种基于长记忆双自回归模型的水道咸潮演变模拟系统，属于数据处理领域。所述模拟系统包括数据采集模块、数据预处理模块、模型训练模块、模拟模块和可视化模块。数据采集模块负责收集水道中多个位置的水文数据，数据预处理模块对这些数据进行标准化和非整数阶差分变换，以处理长期数值的时间相关性。模型训练模块基于预处理后的数据，采用双自回归模型进行训练，并使用LSTM神经网络进行参数拟合，生成咸潮演变模型。该模型包括长记忆部分和自回归部分，分别用于捕捉数据的长期依赖性和短期波动。模拟模块利用训练好的模型对未来的咸潮演变进行预测，而可视化模块则将预测结果以直观的图形方式展示。

本发明授权一种基于长记忆双自回归模型的水道咸潮演变模拟系统在权利要求书中公布了：1.一种基于长记忆双自回归模型的水道咸潮演变模拟系统，所述模拟系统包括： 数据采集模块，被配置为采集水道中多个位置基于时间序列的水文数据； 数据预处理模块，被配置为对采集的数据进行预处理； 模型训练模块，被配置为基于预处理后的数据，采用长记忆双自回归模型进行训练，生成咸潮演变模型； 模拟模块，被配置为采用已训练的咸潮演变模型对未来的咸潮演变进行预测； 可视化模块，被配置为将预测结果以可视化形式展示； 所述咸潮演变模型基于多个指定的水道位置的水体中溶解盐浓度在时间序列的检测值进行训练和建立；所述咸潮演变模型包括长记忆部分和自回归部分，分别用于捕捉数据的长期依赖性和短期波动；所述咸潮演变模型基于以下步骤构建： S100：对溶解盐浓度的原始时间序列的季节特征进行分析，并进行所述原始时间序列的标准化，从而获得标准化时间序列； S200：对所述标准化时间序列进行非整数阶差分变换，以处理长期数值对于时间相关性，从而获得差分变换时间序列； S300：基于所述差分变换时间序列建立双自回归模型，以获得咸潮演变模型； 在步骤S300中，包括执行以下子步骤： 设定模型阶数R后，拟合基于该阶数R下的模型的参数； 在步骤S300中，包括采用LSTM神经网络进行参数拟合，并输出在不同阶数R所对应的模型；选择RMSE校验中的最小值所对应的模型阶数和参数，作为所述咸潮演变模型的最终形式；对于不同的水道位置，训练并建立对应该水道位置的咸潮演变模型； 建模过程的步骤S300中，采用以下计算式建立最终的咸潮演变模型： ； 其中，d为常数项且d0；ai为线性部分系数，并且ai均为实数；βi为非线性部分系数，且βi0；集合{εt}是随机变量，并且均值为0，方差为1；R为模型阶数； 当所述咸潮演变模型训练时，LSTM神经网络在用户定义的时间段T内接收一个水道位置的一组时间序列数据，该时间段T中包括了采用差分变换时间序列的数据，即qt，t=1，2，……； LSTM层能够有效地管理和处理输入信息，捕捉长时间依赖关系，从而拟合得到线性部分系数ai、非线性部分系数βi以及常数项d。

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东河海工程咨询有限公司;中山大学，其通讯地址为：510000 广东省广州市天河区天寿路10号237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”。

以上内容由龙图腾AI智能生成。