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咸潮上溯盐度预报模型构建方法及装置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：CN119474682B 。

龙图腾网通过国家知识产权局官网在2025-08-29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：202411599928.6，技术领域涉及：G06F18/10；该发明授权一种咸潮上溯盐度预报模型构建方法及装置是由祝雨珂;刘丙军;刘培霖;李旦;傅健宇;吕洋设计研发完成，并于2024-11-11向国家知识产权局提交的专利申请。

本一种咸潮上溯盐度预报模型构建方法及装置在说明书摘要公布了：本发明公开了一种咸潮上溯盐度预报模型构建方法及装置，用于解决现有的咸潮上溯盐度预报技术无法实现快速预报的技术问题。方法包括获取水文气象实测数据集，并对水文气象实测数据集进行预处理，生成目标水文气象实测数据集；基于目标水文气象实测数据集，构建水文气象训练数据集、水文气象测试数据集和水文气象观测数据集；对初始长短期记忆模型进行模型训练，确定中间长短期记忆模型；采用预置沙普利可加性解释模型和中间长短期记忆模型根据水文气象测试数据集，得到多个目标长短期记忆模型；采用水文气象测试数据集和水文气象观测数据集对各目标长短期记忆模型进行筛选，确定咸潮上溯盐度预报模型。

本发明授权一种咸潮上溯盐度预报模型构建方法及装置在权利要求书中公布了：1.一种咸潮上溯盐度预报模型构建方法，其特征在于，包括： 获取水文气象实测数据集，并对所述水文气象实测数据集进行预处理，生成目标水文气象实测数据集； 基于多个预置滞后时间、多个预置提前时间、所述目标水文气象实测数据集，构建水文气象训练数据集、水文气象测试数据集和水文气象观测数据集； 采用所述水文气象训练数据集和所述水文气象观测数据集对初始长短期记忆模型进行模型训练，确定中间长短期记忆模型； 采用预置沙普利可加性解释模型和所述中间长短期记忆模型根据所述水文气象测试数据集，计算所述水文气象测试数据集中多个时间序列的水文气象测试数据子集对应的沙普利值； 根据多个所述时间序列的水文气象测试数据子集、所述水文气象观测数据集和多个所述时间序列的水文气象测试数据子集对应的沙普利值，构建多个目标长短期记忆模型； 采用所述水文气象测试数据集和所述水文气象观测数据集对各所述目标长短期记忆模型进行筛选，确定咸潮上溯盐度预报模型； 所述目标水文气象实测数据集包括多个盐度数据集、多个水气耦合数据集；所述基于多个预置滞后时间、多个预置提前时间、所述目标水文气象实测数据集，构建水文气象训练数据集、水文气象测试数据集和水文气象观测数据集，包括： 基于多个预置滞后时间，对多个所述盐度数据集进行滞时处理，输出各个所述预置滞后时间对应的多个滞时盐度数据集； 根据各个所述预置滞后时间对应的多个滞时盐度数据集，计算各个所述预置滞后时间对应的多个滞时盐度数据集关联的偏相关系数； 基于多个预置提前时间，对最大的偏相关系数对应的滞时盐度数据集关联的盐度数据集作为目标盐度数据集，并对所述目标盐度数据集进行时间前置，输出各所述预置提前时间对应的时间前置盐度数据集； 基于多个所述预置提前时间，对多个所述水气耦合数据集进行时间前置，输出各所述预置提前时间对应的多个初始时间前置水气耦合数据集； 根据多个所述盐度数据集和各所述预置提前时间对应的多个初始时间前置水气耦合数据集，计算各所述预置提前时间对应的多个初始时间前置水气耦合数据集关联的皮尔逊相关系数； 基于多个所述预置提前时间，对最大的皮尔逊相关系数对应的初始时间前置水气耦合数据集关联的水气耦合数据集进行时间前置，输出各所述预置提前时间对应的目标时间前置水气耦合数据集； 对多个所述目标时间前置水气耦合数据集和多个所述时间前置盐度数据集进行数据整理和标准化，输出多个标准化时间前置水气耦合数据集和多个标准化时间前置盐度数据集； 对多个所述标准化时间前置水气耦合数据集和多个所述标准化时间前置盐度数据集进行划分，生成水文气象训练数据集和水文气象测试数据集； 将所述目标盐度数据集作为水文气象观测数据集。

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”。

以上内容由龙图腾AI智能生成。