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
专利交易 积分商城 国际服务 IP管家助手 科技果 科技人才 商标交易 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 浪潮光音卫星技术(山东)有限公司王玉娥获国家专利权

浪潮光音卫星技术(山东)有限公司王玉娥获国家专利权

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!

龙图腾网获悉浪潮光音卫星技术(山东)有限公司申请的专利基于多时序特征融合孪生网络的三维温盐场智能反演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:CN121214147B

龙图腾网通过国家知识产权局官网在2026-03-17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:202511745323.8,技术领域涉及:G06V10/80;该发明授权基于多时序特征融合孪生网络的三维温盐场智能反演方法是由王玉娥;穆佳栋;王聪;孙明阳;王洁设计研发完成,并于2025-11-26向国家知识产权局提交的专利申请。

基于多时序特征融合孪生网络的三维温盐场智能反演方法在说明书摘要公布了:本发明涉及一种基于多时序特征融合孪生网络的三维温盐场智能反演方法,属于海洋三维温盐场信息和深度学习技术领域。将多元时间序列数据连同经纬度信息输入多个堆叠的空间感知模块提取局部上下文信息,并将输出按月分类;构建包含多个相同分支、共享权重的时空孪生视觉Transformer编码器,每个分支包含依次连接的层次图像融合模块、分块嵌入层和L层堆叠的Transformer编码器,将得到的不同月数据分别输入不同分支用于时空特征学习;将各分支学习的特征输入多时序融合模块进行融合增强获得反演结果。该方法能够充分利用时空和垂直信息,同时反演不同深度的温度和盐度异常,有效捕获垂直关联关系,并显著提升模型训练效率。

本发明授权基于多时序特征融合孪生网络的三维温盐场智能反演方法在权利要求书中公布了:1.基于多时序特征融合孪生网络的三维温盐场智能反演方法,其特征是,包括步骤如下: S1.收集目标海域的海面温度、海面盐度、海面高度、海面风速以及三维温盐数据;从这些数据中分别减去其气候态,得到对应的海面各要素异常数据,预处理,得到多元时间序列数据; S2.将多元时间序列数据连同经纬度信息输入多个堆叠的空间感知模块提取局部上下文信息,并将输出按月分类;所述的多个堆叠的空间感知模块包括多个单层空间感知模块和一个双层空间感知模块,单层空间感知模块用于前序单层多元变换,双层空间感知模块用于后续多层变换;单层空间感知模块包括两个空洞卷积分支和一个二维卷积分支,空洞卷积层后接入了批量归一化与ReLU+Dropout操作,二维卷积层后接入批量归一化操作,两个空洞卷积分支具有不同的扩张因子和归一化权重,输出为三分支的加和结果;双层空间感知模块也包括两个空洞卷积分支和一个二维卷积分支,与单层空间感知模块不同的是每个空洞卷积分支包括两次的空洞卷积-批归一化操作; S3.构建包含多个相同分支、共享权重的时空孪生视觉Transformer编码器,每个分支包含依次连接的层次图像融合模块、分块嵌入层和L层堆叠的Transformer编码器,将步骤S2得到的数据按照不同月分别传入不同分支用于时空特征学习;所述的层次图像融合模块,首先通过不同的下采样率对输入图像进行多尺度处理,构造原始图像的多尺度表示,随后利用统一尺寸的滑动窗口对各层图像进行切片,从而得到尺寸一致的多个图像块,较低层图像块的感受范围以上一层图像块为中心,对于这些尺寸相同的多个图像块,先通过非对称深度可分离卷积进行特征提取,之后采用缩放点积注意力机制计算最底层特征与其他特征之间的注意力分数,并进行自适应融合,最后将融合后的特征进行拼接;所述的分块嵌入层包括依次相接的卷积层、展平层和层归一化层,通过卷积层提取局部空间特征,并在图像块间建立上下文联系;展平层将二维特征映射转换为一维序列表示;层归一化层则用于稳定特征分布、加快网络收敛速度;所述的Transformer编码器中输入端引入了空间降维注意力机制,分块嵌入层的输出与位置编码相加作为输入,通过卷积运算降低多头注意力中k、v的空间维度; S4.将各分支学习的特征输入多时序融合模块进行融合、增强,得到最后的反演结果;所述的多时序融合模块包括局部-全局上下文聚合模块、多层不同卷积核大小的卷积层和卷积块注意力模块CBAM,局部-全局上下文聚合模块利用多尺度上下文信息,学习不同尺度的海面特征,多层不同卷积核大小的卷积层扩展模型的感受野,从而有效捕捉输入特征图的多粒度特征信息,接下来这些特征被拼接并输入1×1卷积层,最后,通过使用CBAM增强相关空间信息,最终得到反演结果;所述的局部-全局上下文聚合模块包括卷积块注意力模块CBAM和全局注意力模块,图像分别输入两个子模块,然后将两个子模块输出的特征图进行拼接,并通过1×1卷积层进行融合,从而得到最终的输出特征图;多层不同卷积核大小的卷积层包括1×1、3×3、5×5、7×7四层卷积层; S5.采用纬向加权损失函数计算网络识别结果与真实值之间的误差,基于该误差使用优化器对网络参数进行迭代优化。

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浪潮光音卫星技术(山东)有限公司,其通讯地址为:271100 山东省济南市莱芜区雪野街道邢家峪村北雪野生态软件园7号楼;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。