成都信息工程大学胡靖获国家专利权
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!
龙图腾网获悉成都信息工程大学申请的专利基于多源数据融合和动静时空网络的降水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:CN119960088B 。
龙图腾网通过国家知识产权局官网在2025-06-10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:202510451150.2,技术领域涉及:G01W1/10;该发明授权基于多源数据融合和动静时空网络的降水预测方法及系统是由胡靖;邓辉;郑鹏;张红湖;谭诗翰;吴锡设计研发完成,并于2025-04-11向国家知识产权局提交的专利申请。
本基于多源数据融合和动静时空网络的降水预测方法及系统在说明书摘要公布了:本发明提供基于多源数据融合和动静时空网络的降水预测方法及系统,涉及数据处理领域,该方法包括:获取多组样本数据,其中,样本数据包括样本区域的历史多源气象图及历史降雨数据;对多组样本数据进行预处理,生成多组训练样本;建立降水预测模型,其中,降水预测模型至少包括特征融合模块及动静时空网络模块;基于全局帧间感知损失函数和多组训练样本,对降水预测模型进行训练;获取目标区域的多源气象图;对目标区域的多源气象图进行预处理;通过降水预测模型根据预处理后的目标区域的多源气象图,生成目标区域未来的降水预测数据,具有提高短临降水预测的准确度的优点。
本发明授权基于多源数据融合和动静时空网络的降水预测方法及系统在权利要求书中公布了:1.基于多源数据融合和动静时空网络的降水预测方法,其特征在于,包括:获取多组样本数据,其中,所述样本数据包括样本区域的历史多源气象图及历史降雨数据;对所述多组样本数据进行预处理,生成多组训练样本;建立降水预测模型,其中,所述降水预测模型至少包括特征融合模块及动静时空网络模块;基于全局帧间感知损失函数和多组训练样本,对所述降水预测模型进行训练;获取目标区域的多源气象图;对目标区域的多源气象图进行预处理;通过所述降水预测模型根据预处理后的目标区域的多源气象图,生成目标区域未来的降水预测数据;对所述多组样本数据进行预处理,包括:对于每组样本数据,通过卷积层提取历史多源气象图包括的每张气象图的特征图,使用双三次线性插值将提取的历史多源气象图包括的每张气象图的特征图缩放至预设大小,在通道维度,对缩放后的每张气象图的特征图进行拼接,生成样本数据对应的多维特征图;所述特征融合模块包括通道融合机制和空间融合机制,其中,所述通道融合机制用于生成多维特征图对应的通道权重,并对多维特征图和通道权重进行矩阵乘法运算,得到通道融合输出,所述空间融合机制用于基于通道融合输出,生成空间权重,并将通道融合输出与空间权重进行矩阵乘法运算,得到特征融合输出;所述动静时空网络模块包括编码器、动静时空网络及解码器,其中,所述编码器用于对所述特征融合模块的输出进行空间编码,所述动静时空网络用于提取所述编码器的输出的空间特征信息和时间特征信息,所述解码器用于对所述动静时空网络的输出进行解码;所述动静时空网络包括多个静态网络和多个动态网络,其中,所述静态网络用于提取所述编码器的输出的空间特征信息,所述动态网络用于提取所述编码器的输出的时间特征信息;所述静态网络和所述动态网络交替设置。
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成都信息工程大学,其通讯地址为:610225 四川省成都市西南航空港经济开发区学府路一段24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”。
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。