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！

龙图腾网获悉天津大学申请的专利基于多模态对抗融合的海表叶绿素a浓度预警方法及装置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：CN116029456B 。

龙图腾网通过国家知识产权局官网在2026-04-17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：202310134549.9，技术领域涉及：G06Q10/04；该发明授权基于多模态对抗融合的海表叶绿素a浓度预警方法及装置是由宋丹;杨媛翔;刘安安;李文辉;魏志强;聂婕;王志刚;刘敏;任桐炜设计研发完成，并于2023-02-17向国家知识产权局提交的专利申请。

本基于多模态对抗融合的海表叶绿素a浓度预警方法及装置在说明书摘要公布了：本发明公开了一种基于多模态对抗融合的海表叶绿素a浓度预警方法及装置，方法包括：将海表物理场离散化数据、海表风场数据的基本表征均输入进对抗网络中，实现多模态信息融合；将融合后的特征算子作为影响海表叶绿素a浓度变化的客观影响因子，将客观、主观影响因子进行特征融合，获得海表叶绿素a浓度变化的特征表征；利用特征表征获得未来时刻的海表叶绿素a浓度值，实现海表叶绿素a浓度的预测预警。装置包括：处理器和存储器。本发明提升了海表叶绿素a浓度预测的准确性，并能提前24小时为沿海地区提供海表叶绿素a浓度预警信息，从而提前预防有害赤潮和水华现象的发生。

本发明授权基于多模态对抗融合的海表叶绿素a浓度预警方法及装置在权利要求书中公布了：1.一种基于多模态对抗融合的海表叶绿素a浓度预警方法，其特征在于，所述方法包括： 利用分块注意力提取不同物理场之间的关注度，将关注度与每块基本的海表物理场离散化数据相乘获得海表物理场离散化数据的基本表征； 利用不同等压面作为通道，使用卷积神经网络对每一个等压面上的风速分量数据提取基本特征，利用风速分量数据之间的矢量特性，构建特定的特征空间，利用矢量编码获得海表风场数据的基本表征； 将海表物理场离散化数据、海表风场数据的基本表征均输入进对抗网络中，实现多模态信息融合； 将融合后的特征算子作为影响海表叶绿素a浓度变化的客观影响因子，将客观、主观影响因子进行特征融合，获得海表叶绿素a浓度变化的特征表征； 利用特征表征获得未来时刻的海表叶绿素a浓度值，实现海表叶绿素a浓度的预测预警； 其中，所述利用风速分量数据之间的矢量特性，构建特定的特征空间，利用矢量编码获得海表风场数据的基本表征具体为： 将经过三层卷积神经网络层之后的U分量特征作为矢量的实部，经三层卷积神经网络层之后V分量特征作为矢量的虚部，构建出一风速矢量特征，将风速矢量特征放入矢量编码中，该矢量编码包含双层矢量编码层，将风速矢量特征通过矢量滤波矩阵卷积； 将通过矢量编码层之后的结果通过复数归一化层，并与矢量空间注意力进行相乘获得最后的海表风场数据的基本表征。

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天津大学，其通讯地址为：300072 天津市南开区卫津路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。