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！

龙图腾网恭喜中国海洋大学申请的专利基于深度神经网络微调训练的多元气象要素数据预测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：CN119848442B 。

龙图腾网通过国家知识产权局官网在2025-05-27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：202510339044.5，技术领域涉及：G06F18/10；该发明授权基于深度神经网络微调训练的多元气象要素数据预测方法是由王斌;韩永琪;洪锋设计研发完成，并于2025-03-21向国家知识产权局提交的专利申请。

本基于深度神经网络微调训练的多元气象要素数据预测方法在说明书摘要公布了：基于深度神经网络微调训练的多元气象要素数据预测方法，包括多元气象数据集预处理，获得初步预测结果，将初步预测结果按气象要素分割或按时间步长分割；将各条时间序列分别匹配通用的轻量级微调模块以进行微调，通过多个线性层组成的多层感知机以充分提取特征；将线性层的输出与层归一化所得到的权重V相乘，得到该轻量级微调模块对应的预测结果；最后将各个轻量级微调模块的结果合并。本发明通过引入先进的时间序列分析技术和动态调整机制，能够实时监控模型性能，并在必要时自动进行调整，从而减少预测误差的累积，保持模型的长期稳定性和可靠性，适用于任何以时间序列表达的气象要素预测，且用户可以自行选择合适的已训练的深度学习模型。

本发明授权基于深度神经网络微调训练的多元气象要素数据预测方法在权利要求书中公布了：1.基于深度神经网络微调训练的多元气象要素数据预测方法，其特征是包括以下步骤：1）多元气象数据集预处理在多元气象数据集RT×K×N中，T为时间步长，K为空间范围，N为气象要素个数，数据X∈RT×K×N是空间范围K中的时间步长为T且含有N个气象要素的数据，以其预测空间范围K中未来S个时间步长且含有N个气象要素的预测数据Ῡ∈RS×K×N；预处理包括移除序列数据中的异常值和缺失值，对数据进行归一化处理；2）获得初步预测结果对于历史数据X={x1,...,xT}∈RT×K×N，选任意已训练好的深度学习模型进行初步训练，获得初步预测结果Ŷ={y1,...,yS}∈RS×K×N；3）分割初步预测结果将初步预测结果按气象要素分割成N条时间序列，或按时间步长分割成S条时间序列；4）对各条时间序列进行微调训练将各条时间序列分别匹配N个或S个通用的轻量级微调模块以进行微调；每个轻量级微调模块都配备Adam优化器；每个轻量级微调模块训练过程如下：S1：先对各条时间序列进行均值方差归一化，得到归一化序列Ŷvar_norm；S2：同时对各条时间序列使用LayerNorm做层归一化处理，得到权重V；S3:将S1得到的归一化序列Ŷvar_norm送入一个由4个线性层组成的多层感知机以更改数据的特征维度，使时间序列的通道数从初始的1个通道变为h1个通道，再变为h2个通道，随后又变回h1个通道，以充分提取特征，最后序列被压缩回1维通道，完成了通道变化的完整循环，得到线性层结果Ŷvar_hidden；在每个线性层之后，引入GELU激活函数；S4:最后将线性层的输出Ŷvar_hidden与层归一化所得到的权重V相乘，得到该轻量级微调模块对应的预测结果；5）生成预测结果将各个轻量级微调模块的结果合并，从而得到多元气象要素数据的预测结果Ῡ∈RS×K×N。

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海洋大学，其通讯地址为：266100 山东省青岛市崂山区松岭路238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”。