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！

龙图腾网获悉绍兴文理学院;宝略科技(浙江)有限公司申请的专利一种基于混合二次分解的海浪波高预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：CN120849924B 。

龙图腾网通过国家知识产权局官网在2025-12-26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：202511368942.X，技术领域涉及：G06F18/213；该发明授权一种基于混合二次分解的海浪波高预测方法及系统是由余冬华;陈泓瑞;费佳宁;张裕洲;胡珂立设计研发完成，并于2025-09-24向国家知识产权局提交的专利申请。

本一种基于混合二次分解的海浪波高预测方法及系统在说明书摘要公布了：本发明提供了一种基于混合二次分解的海浪波高预测方法及系统，涉及海洋海浪波高预测技术领域，方法包括：获取待预测的原始波高数据；对原始波高数据进行初次分解，得到本征模态函数和残差项；计算本征模态函数的样本熵；根据样本熵的大小，对本征模态函数进行分类，得到重构模态分量；通过VMD算法，对高频分量进行二次分解，生成子序列分量；建立周期感知时间深度学习模型；将子序列分量、中频分量以及低频分量输入至周期感知时间深度学习模型，输出海浪波高预测结果。

本发明授权一种基于混合二次分解的海浪波高预测方法及系统在权利要求书中公布了：1.一种基于混合二次分解的海浪波高预测方法，其特征在于，包括： S1：获取待预测的原始波高数据； S2：对所述原始波高数据进行初次分解，得到本征模态函数和残差项； S3：计算所述本征模态函数的样本熵； S4：根据所述样本熵的大小，对所述本征模态函数进行分类，得到重构模态分量，其中，所述重构模态分量包括：高频分量、中频分量以及低频分量； S5：通过VMD算法，对所述高频分量进行二次分解，生成子序列分量； S6：建立周期感知时间深度学习模型； 其中，所述周期感知时间深度学习模型包括：周期分割模块、混合预测器模块以及集成聚合器模块； 其中，所述混合预测器模块以Transformer的编码器结构为框架，所述混合预测器模块用于对所述周期分割模块输出的二维张量进行处理，处理过程具体包括： 通过对所述二维张量按行计算注意力得分，提取短期依赖特征，即短期注意力得分； 通过对所述二维张量按列计算注意力得分，提取长期依赖特征，即长期注意力得分； 根据所述二维张量中各个补丁之间的变化规律，提取全局变化特征，即全局注意力得分： ； 其中，Ainter表示全局注意力矩阵，即全局注意力得分，Qinter表示查矩阵，Kinter表示键矩阵，Vinter表示值矩阵，dm表示缩放因子，softmax表示激活函数，T表示转置； 通过拼接和降维操作，将所述短期注意力得分、所述长期注意力得分以及所述全局注意力得分进行合并，生成混合注意力结果： ； 其中，A表示混合注意力结果，Flatten表示降维操作，Aintra表示短期注意力得分，Aphase表示长期注意力得分，Ainter表示全局注意力得分； 将所述各个混合注意力结果进行串联拼接，并将串联拼接结果进行映射，得到序列预测结果： ； 其中，表示最终特征矩阵，表示第个二维张量，表示序列预测结果，Linear表示线性层； S7：将所述子序列分量、所述中频分量以及所述低频分量输入至所述周期感知时间深度学习模型，输出海浪波高预测结果。

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绍兴文理学院;宝略科技(浙江)有限公司，其通讯地址为：312000 浙江省绍兴市越城区城南大道1077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。