Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中国人民解放军国防科技大学汪祥获国家专利权

中国人民解放军国防科技大学汪祥获国家专利权

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!

龙图腾网获悉中国人民解放军国防科技大学申请的专利基于迁移学习的不平衡数据条件下强台风形成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:CN116307061B

龙图腾网通过国家知识产权局官网在2025-07-15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:202211730886.6,技术领域涉及:G06Q10/04;该发明授权基于迁移学习的不平衡数据条件下强台风形成预测方法是由汪祥;潘小天;吴建平;赵成武;王辉赞;王森章;陈思好设计研发完成,并于2022-12-30向国家知识产权局提交的专利申请。

基于迁移学习的不平衡数据条件下强台风形成预测方法在说明书摘要公布了:本申请涉及一种基于迁移学习的不平衡数据条件下强台风形成预测方法。所述方法包括:首先获取历史热带气旋最佳路径数据集及对应的环境变量数据集,并将获取的数据集构造平衡数据集和不平衡数据集;然后构建强台风预学习模型,并使用平衡数据集对强台风预学习模型进行训练拟合,并将训练好的强台风预学习模型中的先验知识迁移到不平衡强台风样本再学习模型中,再利用不平衡数据集对不平衡强台风样本再学习模型进行训练拟合,从而得到训练好的强台风形成预测框架;最后采用训练好的强台风形成预测框架对强台风是否形成进行预测,得到台风形成预测结果。采用本方法能够提高不平衡数据条件下的强台风样本的预测准确率。

本发明授权基于迁移学习的不平衡数据条件下强台风形成预测方法在权利要求书中公布了:1.一种基于迁移学习的不平衡数据条件下强台风形成预测方法,其特征在于,所述方法包括: 获取官方的历史热带气旋最佳路径数据集,对所述历史热带气旋最佳路径数据集进行筛选,获取历史热带气旋最佳路径数据记录及其对应的环境变量数据集,根据所述历史热带气旋最佳路径数据记录和环境变量数据集构建用于训练强台风预学习模型的平衡数据集以及用于训练不平衡强台风样本再学习模型的不平衡数据集; 构建不平衡数据条件下的强台风形成预测框架,所述强台风形成预测框架包括强台风预学习模型和不平衡强台风样本再学习模型;其中,所述强台风预学习模型包括大气三维卷积模块、海表面二维卷积模块、海洋水文三维卷积模块、第一长短期记忆网络模块以第一全连接层;所述不平衡强台风样本再学习模型包括所述强台风预学习模型中加载保存后的大气三维卷积模块、海表面二维卷积模块和海洋水文三维卷积模块以及第二长短期记忆网络模块和第二全连接层; 根据所述平衡数据集和不平衡数据集对所述强台风形成预测框架进行训练,得到训练好的强台风形成预测框架; 根据所述训练好的强台风形成预测框架对预测数据进行台风形成预测,得到台风形成预测结果; 其中,所述强台风形成预测框架的训练步骤具体包括: 将所述平衡数据集和不平衡数据集按照一定的比例划分为平衡数据训练集、平衡数据测试集以及不平衡数据训练集和不平衡数据测试集; 使用二分类交叉熵损失函数、平衡数据训练集和平衡数据测试集对所述强台风预学习模型进行训练和性能评估,选择在所述平衡数据测试集上评估效果最好的强台风预学习模型作为训练好的强台风预学习模型; 将所述训练好的强台风预学习模型中的先验知识迁移到所述不平衡强台风样本再学习模型中,并使用预先构建的不平衡强台风样本损失函数、不平衡数据训练集和不平衡数据测试集对所述不平衡强台风样本再学习模型进行训练和性能评估,选择在所述不平衡数据测试集上评估效果最好的不平衡强台风样本再学习模型作为训练好的不平衡强台风样本再学习模型。

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国防科技大学,其通讯地址为:410073 湖南省长沙市开福区德雅路109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”。

免责声明
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。