Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

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 积分商城 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 > 华中科技大学莫莉获国家专利权

华中科技大学莫莉获国家专利权

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!

龙图腾网获悉华中科技大学申请的专利一种基于改进生成对抗网络的径流预报方法及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:CN120180858B

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:202510145627.4,技术领域涉及:G06F30/27;该发明授权一种基于改进生成对抗网络的径流预报方法及系统是由莫莉;刘通;崔旭东;许颜贺;朱双;王开舒;张咪;余传洋;朱书理;鲍润罡;黄珊珊设计研发完成,并于2025-02-10向国家知识产权局提交的专利申请。

一种基于改进生成对抗网络的径流预报方法及系统在说明书摘要公布了:本发明属于径流预报相关技术领域,其公开了一种基于改进生成对抗网络的径流预报方法及系统,其中方法包括:根据径流历史数据建立初始样本集;利用初始样本集对变分自编码器模型进行训练,训练完成的变分自编码器模型用于根据初始样本集中的初始样本生成重构样本,将初始样本和重构样本结合形成重建后样本集;基于生成对抗网络构建预报模型,利用重建后样本集对预报模型进行训练,获取训练完成的预报模型;利用训练完成的预报模型进行径流预报。本发明通过构建变分自编码器重建数据并合并原始数据输入后续预报模型中,增强了模型对复杂数据结构的理解能力,基于重建后样本集训练预报模型有利于降低训练难度,提高训练后预报模型的预报精度。

本发明授权一种基于改进生成对抗网络的径流预报方法及系统在权利要求书中公布了:1.一种基于改进生成对抗网络的径流预报方法,其特征在于,包括: 根据径流历史数据建立初始样本集; 利用所述初始样本集对变分自编码器模型进行训练,训练完成的所述变分自编码器模型用于根据所述初始样本集中的初始样本生成重构样本,将所述初始样本和所述重构样本结合形成重建后样本集; 基于生成对抗网络构建预报模型,利用所述重建后样本集对所述预报模型进行训练,获取训练完成的所述预报模型; 利用训练完成的所述预报模型进行径流预报; 所述初始样本包括历史径流数据以及对应的特征数据,所述特征数据包括平均气温、气温最大值、气温最小值、露点温度、降雨量、以及前1天、2天、3天历史日尺度径流、当天最大值及最小值日尺度径流中的多个数据; 所述预报模型包括生成器和判别器,其中所述生成器由门控循环单元和双向长短期记忆网络并结合注意力机制构建而成,所述判别器由卷积神经网络构建而成; 所述生成器中的门控循环单元和双向长短期记忆网络之后均设有Dropout层,注意力机制之后设有三个全连接层;所述生成器首先采用门控循环单元处理输入数据,门控循环单元的输出传递至双向长短期记忆网络,双向长短期记忆网络的输出输入注意力机制,注意力机制处理后的特征通过三个全连接层进行逐步映射降维,最终映射到一个输出维度以生成预测结果; 所述判别器包括四个一维卷积层、展平层和三个全连接层,卷积层的输出通过展平层进行展平操作,展平成适合全连接层处理的一维张量,然后经过三个全连接层输出判别结果。

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华中科技大学,其通讯地址为:430074 湖北省武汉市洪山区珞喻路1037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。

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。