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！

龙图腾网获悉中山大学申请的专利一种海洋涡旋的识别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：CN119416027B 。

龙图腾网通过国家知识产权局官网在2025-07-29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：202411530735.5，技术领域涉及：G06F18/241；该发明授权一种海洋涡旋的识别预测方法及系统是由任磊;肖思成;刘泽宾;杨翼恺;王立伟;李整林;肖鹏;徐灵基;侯正瑜;赵波;吴晓笛;刘涛;查若思;韦骏设计研发完成，并于2024-10-30向国家知识产权局提交的专利申请。

本一种海洋涡旋的识别预测方法及系统在说明书摘要公布了：本发明公开了一种海洋涡旋的识别预测方法及系统，方法包括：首先获取海洋涡旋高频地波雷达信号；根据所述海洋涡旋高频地波雷达信号构建训练集和测试集；通过黑翅鸢优化算法和核极限学习机对所述训练集进行训练，得到最优核函数参数和正则化因子，构建得到初始模型；通过对所述测试集进行特征提取并基于提取到的特征对所述初始模型进行测试，得到满足测试要求的目标模型；根据所述目标模型，对新获取的海洋涡旋高频地波雷达信号进行识别预测，得到海洋涡旋识别结果。本发明实施例能够提高预测结果的准确性和时效性，可广泛应用于计算机技术领域。

本发明授权一种海洋涡旋的识别预测方法及系统在权利要求书中公布了：1.一种海洋涡旋的识别预测方法，其特征在于，包括以下步骤： 获取海洋涡旋高频地波雷达信号； 根据所述海洋涡旋高频地波雷达信号构建训练集和测试集； 通过黑翅鸢优化算法和核极限学习机对所述训练集进行训练，得到最优核函数参数和正则化因子，构建得到初始模型； 通过对所述测试集进行特征提取并基于提取到的特征对所述初始模型进行测试，得到满足测试要求的目标模型； 根据所述目标模型，对新获取的海洋涡旋高频地波雷达信号进行识别预测，得到海洋涡旋识别结果； 所述黑翅鸢优化算法的表达式为：Xi＝BKlb+randBKub-BKlb，其中，Xi代表在优化算法的迭代过程中第i个个体的位置；BKlb代表第j维黑翼鸢的下界；rand代表[0,1]之间随机选取的值；BKub代表第j维黑翼鸢的上界； 在初始化过程中，所述黑翅鸢优化算法选择适应度值最好的个体作为初始群体中的领导者XL；所述领导者XL的表达式为： fbest＝minfXi XL＝Xfindfbest＝＝fXi 其中，fbest代表在群体中适应度的最小值；XL代表初始群体中的领导者，为适应度值最好的个体；fXi代表第i个个体的适应度值；X代表满足该函数条件的个体的位置； 所述黑翅鸢优化算法的攻击行为的表达式为： 其中，代表第i只黑翼鸢在第j维和t+1次迭代步骤中的位置；r代表随机数；p为计算后的常数；T是迭代的总次数；t是到目前为止已经完成的迭代次数；n是一个与迭代次数相关的控制参数，其值由如下表达式确定： 所述黑翅鸢优化算法的迁徙行为的表达式为： 其中，表示到目前为止第t次迭代的第j维黑翼风筝的领先得分者；Fi表示任一黑翼鸢在第t次迭代中获得的第j维当前位置；Fri表示第t次迭代中任意黑翼鸢在第j维随机位置的适应度值；m是一个控制参数，其值由如下表达式确定：

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山大学，其通讯地址为：510275 广东省广州市海珠区新港西路135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”。