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！

龙图腾网获悉上海师范大学申请的专利一种热带气旋卫星云图深度学习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：CN115526294B 。

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：202211209247.5，技术领域涉及：G06N3/045；该发明授权一种热带气旋卫星云图深度学习预测方法是由廉洁;陈睿榕设计研发完成，并于2022-09-30向国家知识产权局提交的专利申请。

本一种热带气旋卫星云图深度学习预测方法在说明书摘要公布了：本发明涉及一种热带气旋卫星云图深度学习预测方法，方法包括：获取热带气旋卫星云图数据集，通过训练获得的预测模型得到热带气旋卫星云图预测结果；预测模型基于TCSTque网络构建，TCSTque网络包括编码器，编码器包括3个Stacked‑CNN层和3个ST‑LSTM层，Stacked‑CNN层ST‑LSTM层的子编码器的每个编码阶段到每个解码阶段有相应的RecConx机制。与现有技术相比，本发明具有跟踪热带气旋时空序列运动轨迹、实现时空记忆同时流动等优点。

本发明授权一种热带气旋卫星云图深度学习预测方法在权利要求书中公布了：1.一种热带气旋卫星云图深度学习预测方法，其特征在于，方法包括： 获取热带气旋卫星云图数据集，通过训练获得的预测模型得到热带气旋卫星云图预测结果； 所述预测模型基于TCSTque网络构建，所述TCSTque网络包括编码器，所述编码器包括3个Stacked-CNN层和3个ST-LSTM层，Stacked-CNN层ST-LSTM层的子编码器的每个编码阶段到每个解码阶段有相应的RecConx机制，预测模型的构建和训练过程包括以下步骤： 对建模的数据进行归一化，并将建模的数据划分为训练集、验证集和测试集，将训练集的卫星云图数据通过缺失值处理和归一化转化为训练集二维矩阵； 计算TCSTque网络的模型损失函数； 构建Stacked-CNN层，将训练集二维矩阵输入Stacked-CNN层，基于二维卷积和二维反卷积进行训练，通过Stacked-CNN层和Polling层进行特征提取，得到多维的输入张量； 构建ST-LSTM层，将多维的输入张量输入ST-LSTM层，基于当前时间步长的前一层的隐藏状态对ST-LSTM层中的门和状态进行更新，得到时间记忆单元，基于前一层的状态对ST-LSTM层中的门和状态进行更新，得到空间记忆单元； 基于时间记忆单元和空间记忆单元得到最终隐藏状态，将所述最终隐藏状态传递给下一层或下一时间步骤，对所有时间步骤的最后一层进行卷积运算，得到预测张量序列； 整合Stacked-CNN层和ST-LSTM层，得到TCSTque网络，基于模型损失函数测试TCSTque的准确性，通过反向传播计算误差函数对TCSTque网络全部权重和偏置值进行更新，得到预测模型； 基于验证集验证预测模型的泛化能力，并将测试集输入预测模型，根据均方误差、结构相似性和峰值信噪比误差衡量预测模型的误差。

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上海师范大学，其通讯地址为：200234 上海市徐汇区桂林路100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”。