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！

龙图腾网获悉中国海洋大学三亚海洋研究院;中国海洋大学申请的专利一种基于时空序列深度学习模型的海浪有效波高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：CN119917820B 。

龙图腾网通过国家知识产权局官网在2025-09-12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：202510407007.3，技术领域涉及：G06F18/20；该发明授权一种基于时空序列深度学习模型的海浪有效波高预测方法是由管守德;田丰斌;王金虎;张正光;赵玮设计研发完成，并于2025-04-02向国家知识产权局提交的专利申请。

本一种基于时空序列深度学习模型的海浪有效波高预测方法在说明书摘要公布了：本发明提供了一种基于时空序列深度学习模型的海浪有效波高预测方法，涉及海浪有效波高预测技术领域，具体包括：获取试验区的历史风速数据和历史海浪有效波高数据；将获取数据进行质量筛选，然后进行时空配准，使历史风速数据和历史海浪有效波高数据在时间维上错位1小时对齐；运用滑动窗口算法生成时空序列对，构建训练集；构建时空序列深度学习模型，将训练集输入到时空序列深度学习模型中进行迭代训练，得到基于时空序列深度学习模型的海浪有效波高预测模型；根据外部提供的数值预报风场，将获取到的未来风速数据输入至预测模型，得到预报结果。本发明的技术方案克服现有技术中的海浪预报的精度和可靠性较低的问题。

本发明授权一种基于时空序列深度学习模型的海浪有效波高预测方法在权利要求书中公布了：1.一种基于时空序列深度学习模型的海浪有效波高预测方法，其特征在于，具体包括如下步骤： S1，获取试验区的历史风速数据和历史海浪有效波高数据； S2，将获取的历史风速数据和历史海浪有效波高数据进行质量筛选，然后进行时空配准，使历史风速数据和历史海浪有效波高数据在时间维上错位1小时对齐； S3，运用滑动窗口算法生成时空序列对，构建训练集； S4，构建时空序列深度学习模型，包括编码层和预测层，编码层负责对历史海浪状态进行编码记忆，预测层负责根据历史状态和未来风速进行海浪预报； S5，将经过步骤S3构建好的训练集输入到时空序列深度学习模型中进行迭代训练，得到基于时空序列深度学习模型的海浪有效波高预测模型； S6，根据外部提供的数值预报风场，将获取到的未来风速数据输入至训练好的基于时空序列深度学习模型的海浪有效波高预测模型，得到预报结果； 步骤S4中的编码层包括：多个时间步串联的编码时空序列，每个时间步的编码时空序列包括：依次连接的第一输入层、第一CBAM层、三层串联的基于卷积长短记忆单元的第一ConvLSTM单元，第一输入层输入海浪有效波高数据SWH和下一个时间步的风速数据； 步骤S4中的预测层包括：多个时间步串联的预测时空序列，每个时间步的预测时空序列包括：依次连接的第二输入层、第二CBAM层、三层串联的基于卷积长短记忆单元的第二ConvLSTM单元和卷积层Conv2D，将该时间步三层串联的基于卷积长短记忆单元的第二ConvLSTM单元的隐藏层状态通过卷积层Conv2D形成下一个时间步海浪有效波高数据SWH，经过每一个时间步的卷积层Conv2D输出的海浪有效波高数据SWH，作为下一个时间步的第二输入层的输入数据，第二输入层还输入前一时间步的风速数据，经过多个时间步串联的预测时空序列后输出预测结果。

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海洋大学三亚海洋研究院;中国海洋大学，其通讯地址为：572024 海南省三亚市崖州区深海科技创新公共平台；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。