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一种基于深度学习的全球海洋温盐剖面联合重构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：CN119167321B 。

龙图腾网通过国家知识产权局官网在2025-08-08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：202411197788.X，技术领域涉及：G06F18/27；该发明授权一种基于深度学习的全球海洋温盐剖面联合重构方法是由鲍森亮;王辉赞;代娟;闫恒乾;关曾昕;张小将;王品强设计研发完成，并于2024-08-29向国家知识产权局提交的专利申请。

本一种基于深度学习的全球海洋温盐剖面联合重构方法在说明书摘要公布了：本发明公开了一种基于深度学习的全球海洋温盐剖面联合重构方法，涉及海洋信息技术领域，其技术要点为：步骤S1、获取历史海表环境参数遥感数据资料和水下温盐剖面数据，构建重构模型数据集；步骤S2、根据温盐剖面特性，通过K均值聚类划定全球分区；步骤S3、按照分区构建区域FFNN温盐剖面重构模型，得到全球海洋温盐剖面联合重构模型；步骤S4、获取实时海表遥感数据，基于全球海洋温盐剖面联合重构模型得到实时温盐剖面数据。本发明结合海洋温盐剖面性质，性能优越，具有良好的应用性，实现了基于实时海表遥感数据重构全球温盐模型，为快速构建全球水下温盐剖面提供了新思路和技术支持。

本发明授权一种基于深度学习的全球海洋温盐剖面联合重构方法在权利要求书中公布了：1.一种基于深度学习的全球海洋温盐剖面联合重构方法，其特征是，包括以下步骤： 步骤S1、获取历史海表环境参数遥感数据资料和水下温盐剖面数据，构建重构模型数据集； 步骤S2、根据温盐剖面特性，通过K均值聚类划定全球分区； 所述步骤S2的具体分步骤为： 步骤S2.1、构建聚类数据集，收集月平均1°×1°温盐剖面数据，温盐数据按照[5、10、20、30、40、50、75、100、125、150、200、250、300、400、500、600、700、800、900、1000]单位：米的深度进行取样，求其多年平均值，求得不同经纬度的年平均温盐数据集，数据集按照以下格式构建为训练集X： 其中，数据集X中每个元素记为xi,j，xi,j表示第i个样本的第j个要素，所有样本的经纬度均一致；i＝[1，N]表示第1到N个样本，一个样本为矩阵X中的一行，每行含42个要素，j＝[1，42]表示第1到42个要素，对应矩阵X的42列：前2列为输入数据的经度、纬度，第3-22列为各个样本剖面在20个深度层中的温度值，第23-42列为各个样本剖面在20个深度层中的盐度值； 步骤S2.2、选择K值范围：依据大洋水团特性，预设K值取值范围为[2,20]； 步骤S2.3、从训练数据集中随机选择K个样本作为初始的聚类中心点： 步骤S2.3.1、对于每个样本Xi，分别计算其与这K个聚类中心的欧几里得距离，分别记其与第j个聚类中心点的距离记为dij，j∈[1,K]； 步骤S2.3.2、比较样本到聚类中心的距离大小，得到Di＝min{dij}i，每个样本选出一个距离其最近的聚类中心，将最邻近聚类中心相同的样本合并为一个簇，从而得到K个样本簇； 步骤S2.3.3、对每个簇中的样本计算均值，将该均值作为新的聚类中心； 步骤S2.3.4、若是新的聚类中心与原来的聚类中心不同，则重复步骤S2.3.1-S2.3.3，直到聚类中心不再发生变化或达到预定的迭代次数m； 步骤S2.4、输出簇划分，得到不同经纬度海区对应的聚类结果；计算整个数据集的轮廓系数，轮廓系数是一种评价聚类质量的指标，其取值范围在[-1,1]之间，值越接近1表示聚类效果越好； 步骤S2.5、重复步骤S2.2-S2.4，比较不同K值情况下聚类结果的轮廓系数，得到K值的最优值以及其对应的聚类结果，经过计算，当K＝7时轮廓系数最大，为0.327；根据聚类结果，得到依据温盐剖面性质对不同经纬度的海区的分区情况，依据聚类结果对海区进行划分； 步骤S3、按照分区构建区域FFNN温盐剖面重构模型，得到全球海洋温盐剖面联合重构模型； 步骤S4、获取实时海表遥感数据，基于全球海洋温盐剖面联合重构模型得到实时温盐剖面数据。

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”。