长春大学李珉获国家专利权
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！
龙图腾网获悉长春大学申请的专利一种基于深度学习的湖泊水情监测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：CN120744642B 。
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：202511262857.5，技术领域涉及：G06F18/241；该发明授权一种基于深度学习的湖泊水情监测方法及系统是由李珉;曹鸽;郭锐强;柳知亨;蒋银萍;徐涛设计研发完成，并于2025-09-05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湖泊水情监测方法及系统在说明书摘要公布了：本发明适用于水情监测技术领域，提供了一种基于深度学习的湖泊水情监测方法及系统，包括以下步骤：基于水情异常类型对历史水情数据进行分类；确定每种水情异常类型对应的强相关水情参数，确定历史变化曲线图；采集实时水情数据，基于深度学习和气候情况对实时水情数据进行预测，得到预测变化曲线图；基于每种水情异常类型所对应的强相关水情参数对预测变化曲线图进行拆分，得到若干个预测变化曲线子图；将预测变化曲线子图与对应的历史变化曲线图进行相似度计算，根据相似值确定潜在异常类型。本发明仅通过强相关水情参数的变化曲线进行计算，排除了其它参数曲线的干扰，考虑了多种强相关水情参数的相互作用，能够准确识别水情异常类型。
本发明授权一种基于深度学习的湖泊水情监测方法及系统在权利要求书中公布了：1.一种基于深度学习的湖泊水情监测方法，其特征在于，所述方法包括以下步骤： 基于水情异常类型对历史水情数据进行分类，每个历史水情数据包含各种水情参数的时序数据； 对每个类别的历史水情数据进行分析，确定每种水情异常类型对应的强相关水情参数，确定历史变化曲线图，历史变化曲线图中仅包含所有强相关水情参数的变化曲线； 采集实时水情数据，基于深度学习和气候情况对实时水情数据进行预测，得到预测变化曲线图，预测变化曲线图中包含所有水情参数的变化曲线； 基于每种水情异常类型所对应的强相关水情参数对预测变化曲线图进行拆分，得到若干个预测变化曲线子图； 将预测变化曲线子图与对应的历史变化曲线图进行相似度计算，根据相似值确定潜在异常类型； 根据潜在异常类型生成预警信息和监测方案。
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长春大学，其通讯地址为：130022 吉林省长春市卫星路6543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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励