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！

龙图腾网获悉中国人民解放军63796部队申请的专利一种基于数据融合和混合卷积的单站逐时气温预报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：CN116400433B 。

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：202310069184.6，技术领域涉及：G01W1/10；该发明授权一种基于数据融合和混合卷积的单站逐时气温预报方法是由向黎;曹增辉;张滢;杨道勇;聂于棚;袁阅;吕苗;刘宸钊;甘思旧;敬文慧;张伟;许磊;张瑞林;任燕设计研发完成，并于2023-01-16向国家知识产权局提交的专利申请。

本一种基于数据融合和混合卷积的单站逐时气温预报方法在说明书摘要公布了：本发明涉及一种基于数据融合和混合卷积的单站逐时气温预报方法，属于气象预报领域。本发明选择重要单站气象观测要素，获得单站历史观测序列；提取多要素预报数据，获得数值预报时空序列；数据归一化；构造一个三维卷积模块，输入归一化之后的数值预报时空序列，最终生产包含空间特征的时间序列；构建交互式学习模型ICM，对单站历史观测序列和三维卷积提取的时间序列处理，生成两种数据的时间特征信息；构建MCNN网络模型，融合S3中得出的两个分支时间特征信息，经过再一次交互式学习和全连接形成预测结果；使用该模型进行气温预测。本发明搭建的时间序列预测模型提升稳定性和预报准确率，该方法适用于单站72‑120小时的逐时气温预测。

本发明授权一种基于数据融合和混合卷积的单站逐时气温预报方法在权利要求书中公布了：1.一种基于数据融合和混合卷积的单站逐时气温预报方法，其特征在于，该方法包括如下步骤： S1、数据预处理： S11、选择重要单站气象观测要素，获得单站历史观测序列； S12、提取多要素预报数据，获得数值预报时空序列； S13、数据归一化； S2、三维卷积特征提取： 构造一个三维卷积模块，输入归一化之后的数值预报时空序列，最终生产包含空间特征的时间序列； S3、交互式学习模型ICM： 构建交互式学习模型ICM，对单站历史观测序列和三维卷积提取的时间序列，分别使用一维卷积提取网络cnn1d提取时间序列的局部相关性，建立分层结构提取不同时间尺度的序列，生成两种数据的时间特征信息； S4、混合卷积网络模型MCNN： 构建MCNN网络模型，融合S3中得出的两个分支时间特征信息，经过再一次交互式学习和全连接形成预测结果；对MCNN网络模型进行训练； S5、结果预测： 根据训练好的MCNN网络模型，使用站点最新观测数据和数值模式预报数据，经过预处理，导入模型，输出72-120小时逐时气温预测数据； 其中， 所述步骤S4中，MCNN网络模型包括：1使用随机森林将具有高贡献的气象要素归一化之后的作为输入一，欧洲细网格数值预报加地形数据序列归一化之后的作为输入二；2输入二使用三维卷积模块CNN提取空间序列特征；3使用交互式学习模型ICM对输入和空间序列特征进行交互式学习，分别得到和，此时也能得到中间损失函数和；4将时间序列和进行一维卷积Conv1d投影，得到两个等长序列拼接CAT得到；5将上一步输出再经过一次交互式学习模型ICM得到；6经过全连接层形成预测结果，此时得到损失函数；具体为： 11 12 13 14 其中，表示输入一，表示输入二，CNN表示三维卷积模块，ICM表示交互式学习模型，和表示一维卷积Conv1d，作用是调整序列长度，表示拼接合并，作用是融合两个分支的特征，表示全连接。

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中国人民解放军63796部队，其通讯地址为：615000 四川省凉山彝族自治州西昌市16信箱1组；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。