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！

龙图腾网恭喜清华大学申请的专利一种水汽图预测方法、装置、电子设备和存储介质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：CN113780631B 。

龙图腾网通过国家知识产权局官网在2025-06-27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：202110946547.0，技术领域涉及：G06F18/2415；该发明授权一种水汽图预测方法、装置、电子设备和存储介质是由苏心玥;安晨歌;李铁键设计研发完成，并于2021-08-18向国家知识产权局提交的专利申请。

本一种水汽图预测方法、装置、电子设备和存储介质在说明书摘要公布了：本申请属于气象预报技术领域，具体而言，涉及一种水汽图预测方法、装置、电子设备和存储介质。首先采集水汽图数据，对水汽图数据进行预处理；构建生成对抗网络，对生成对抗网络进行训练和验证，得到最优生成对抗网络参数；向生成对抗网络输入水汽图数据，得到水汽图的预测结果。本申请利用生成对抗网络在水汽图序列中提取云运动信息，从而对水汽图进行预测。本申请针对云图的短时预测，预见期普遍在1小时之内。随着预见期延长，预测精度呈现衰退趋势，预测图像清晰度逐渐下降。本公开实施例针对水汽图预测方法存在的在较长预见期中预测精度不高、预测图像模糊问题，提出了一种以1小时为时间步长、6小时预见期的水汽图预测方法。

本发明授权一种水汽图预测方法、装置、电子设备和存储介质在权利要求书中公布了：1.一种水汽图预测方法，其特征在于，包括： 采集水汽图数据，对水汽图数据进行预处理，所述对水汽图数据进行预处理包括：数据标准化、空间划分和时间划分；其中，所述空间划分包括：将每张水汽图分割为预测区域和参考区域，将所述预测区域和所述参考区域的水汽图作为预测依据，所述预测区域与所述参考区域一一对应，所述预测区域和所述参考区域的中心位置相同，所述时间划分包括：按照时刻将每天的水汽图分为两组，其中一组为0到11时，另一组为12到23时，对每一组水汽图，将前6小时设定为输入时刻，将所述输入时刻的水汽图作为生成器的输入数据，其中，所述前6个小时为第一组的0到5时和第二组的12到17时；将后6小时设定为预测时刻，将预测时刻的水汽图作为实测数据，其中，所述后6小时为第一组的6到11时和第二组的18到23时； 构建生成对抗网络，对生成对抗网络进行训练和验证，得到最优生成对抗网络参数，所述生成对抗网络由生成器和判别器组成；所述生成器由编码模块和预测模块组成，编码模块由4层包含残差单元的门控循环单元-循环卷积神经网络组成，预测模块由4层叠加而成的门控循环单元-循环卷积神经网络组成； 向生成对抗网络输入水汽图数据，得到水汽图的预测结果； 所述对生成对抗网络进行训练和验证，得到最优生成对抗网络参数，包括： 1对预处理过的水汽图数据进行随机划分，得到训练集、验证集和测试集，其中，80％的数据作为训练集，10％的数据作为验证集，10％的数据作为测试集； 2向生成对抗网络中的生成器输入水汽图数据训练集中的预测区域和参考区域的水汽图数据，生成器输出预测区域的预测水汽图； 3保持生成对抗网络中生成器的参数不变，向判别器输入预测时刻的实测水汽图和生成器的预测水汽图，判别器得到输入水汽图属于实测水汽图的概率，根据预测概率计算判别器的损失函数，以最小化损失函数为目标，更新判别器参数； 4保持生成对抗网络中判别器的参数不变，根据生成器的预测水汽图和预测时刻的实测水汽图之间的差异值，以及判别器对生成器预测水汽图的预测概率计算生成器的损失函数，以使损失函数值最小化为目标更新生成器参数，得到生成对抗网络； 5对所述生成对抗网络进行验证，将水汽图数据验证集中的预测区域和参考区域的水汽图数据输入生成对抗网络，生成器输出得到预测水汽图； 6将实测图像f与预测图像g之间的峰值信噪比PSNR及实测图像f和预测图像g之间的结构相似性指标SSIM作为评测指标，若评测指标下降，则训练过拟合，则终止训练，以上一时刻模型参数作为最优的生成对抗网络参数；若训练未过拟合，则进入步骤7； 7重复上述步骤1-步骤6，直至训练产生过拟合或达到预先设定的最大迭代步数，得到最优的生成对抗网络参数。

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清华大学，其通讯地址为：100084 北京市海淀区清华园1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”。