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Conv-Bi-LSTM模型的船舶升沉运动预测系统及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：CN116280094B 。

龙图腾网通过国家知识产权局官网在2025-12-02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：202310041144.0，技术领域涉及：B63B79/20；该发明授权一种基于Conv-Bi-LSTM模型的船舶升沉运动预测系统及预测方法是由张亚;范世伟;平宝进;孙骞;郭鹍;高伟;于飞;汪涛设计研发完成，并于2023-01-12向国家知识产权局提交的专利申请。

本一种基于Conv-Bi-LSTM模型的船舶升沉运动预测系统及预测方法在说明书摘要公布了：本发明提出了一种基于Conv‑Bi‑LSTM模型的船舶升沉运动预测系统及预测方法；获取船舶历史运动数据，建立运动信息的数据集，对所述数据集进行预处理，对数据集进行随机拆分，获取训练数据集和测试数据集；采用Conv‑Bi‑LSTM模型构建船舶升沉预测模型，训练数据集训练Conv‑Bi‑LSTM网络，获得船舶升沉预测模型；将所述测试数据集输入船舶升沉运动预测模型进行预测，获取到测试数据预测精度，使用平均误差MAE、均方误差MSE、均方根误差RMSE和平均绝对百分比误差MAPE评价指标评价模型的性能；本发明把多个自由度历史运动信息当做模型的输入，对船舶升沉进行综合预测，充分利用了运动时间序列的正向反向两个时间状态信息，提高了升沉运动的预测精度。

本发明授权一种基于Conv-Bi-LSTM模型的船舶升沉运动预测系统及预测方法在权利要求书中公布了：1.一种基于Conv-Bi-LSTM模型的船舶升沉运动预测方法，其特征在于： 所述预测方法具体包括以下步骤： 步骤一：获取船舶历史运动数据，建立运动信息的数据集，对所述数据集进行预处理，按19:1的比例对数据集进行随机拆分，获取训练数据集和测试数据集； 步骤二：采用Conv-Bi-LSTM模型构建船舶升沉预测模型，使用步骤一所述训练数据集训练Conv-Bi-LSTM网络，获得船舶升沉预测模型； 步骤三：将所述测试数据集输入步骤二得到的船舶升沉运动预测模型进行预测，获取到测试数据预测精度，使用平均误差MAE、均方误差MSE、均方根误差RMSE和平均绝对百分比误差MAPE评价指标评价模型的性能； 在步骤三中，基于步骤二的Conv-Bi-LSTM的单输入预测模型对船舶未来的升沉运动信息进行预测，单输入预测模型的输入数据是船舶升沉运动的数据集，使用多个卷积核提取输入数据中的特征，然后将数据输入到Bi-LSTM层，最后使用全连接层输出未来多个时间间隔的船舶升沉运动状态； 再基于Conv-Bi-LSTM的多输入预测模型对船舶未来的升沉运动信息进行预测，多输入预测模型的输入数据为船舶横摇、纵摇、艏摇、横荡、纵荡和升沉六个自由度运动信息，通过更多的特征信息实现对船舶升沉的综合预测。

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。