中国科学院声学研究所秦继兴获国家专利权
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！
龙图腾网获悉中国科学院声学研究所申请的专利一种背景场显著变化下的声速剖面时序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：CN118966278B 。
龙图腾网通过国家知识产权局官网在2025-07-25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：202411020737.X，技术领域涉及：G06N3/0442；该发明授权一种背景场显著变化下的声速剖面时序预测方法及系统是由秦继兴;王子文;李倩倩;王海斌;顾怡鸣;王梦圆设计研发完成，并于2024-07-29向国家知识产权局提交的专利申请。
本一种背景场显著变化下的声速剖面时序预测方法及系统在说明书摘要公布了：本发明提出了一种背景场显著变化下的声速剖面时序预测方法及系统。方法包括：对长时序的历史声速剖面数据进行EOF分解，提取背景声速剖面与前几阶EOF基函数；基于第一阶EOF极值点对应的深度，获取历史声速剖面数据在固定深度处声速；通过LSTM神经网络预测后续一段时间内的定深声速；建立定深声速数据与前几阶EOF系数之间的关系模型；将后续一段时间内的定深声速依次输入关系模型中，实现声速剖面时序预测。本方法基于背景声速剖面与第一阶EOF分量之间的负耦合关系，有效解决了背景声速剖面不具有代表性时，直接预测EOF系数方法所面临的重构误差增大的问题，显著提高背景声速场发生显著变化时的声速剖面预测精度。
本发明授权一种背景场显著变化下的声速剖面时序预测方法及系统在权利要求书中公布了：1.一种背景场显著变化下的声速剖面时序预测方法，包括： 步骤1：对长时序的历史声速剖面数据进行EOF分解，提取背景声速剖面与前几阶EOF基函数； 步骤2：基于第一阶EOF极值点对应的深度，获取历史声速剖面数据在固定深度处声速； 步骤3：通过LSTM神经网络预测后续一段时间内的定深声速； 步骤4：通过BP神经网络建立定深声速数据与前几阶EOF系数之间的关系模型； 步骤5：将步骤3得到的后续一段时间内的定深声速依次输入关系模型中，实现声速剖面时序预测； 所述步骤3中LSTM神经网络，输入为历史声速剖面数据在固定深度处声速，输出为后续一段时间内的定深声速值。
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科学院声学研究所，其通讯地址为：100190 北京市海淀区北四环西路21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”。
以上内容由AI智能生成
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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号