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结合物理约束与孪生网络的北极海冰短期预报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：CN118094473B 。

龙图腾网通过国家知识产权局官网在2025-09-23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：202410241346.4，技术领域涉及：G06F18/25；该发明授权结合物理约束与孪生网络的北极海冰短期预报方法及系统是由刘泉宏;汪杨骏;张韧;闫恒乾;郭雨桐设计研发完成，并于2024-03-04向国家知识产权局提交的专利申请。

本结合物理约束与孪生网络的北极海冰短期预报方法及系统在说明书摘要公布了：本发明公开了结合物理约束与孪生网络的北极海冰短期预报方法及系统，包括以下步骤：获取并预处理北极海冰数据，获得训练集和测试集；基于经验正交分解，对训练集中的海冰密集度数据进行模态分解，获得时间序列信息和空间模态信息；基于时间序列信息和空间模态信息，获得物理约束数据集；构建经验正交分解损失函数；构建孪生网络；基于经验正交分解损失函数、孪生网络以及物理约束数据集，构建并训练结合物理约束的多因子预报模型，基于测试集测试训练好的结合物理约束的多因子预报模型；完成对北极海冰密集度的短期预报。本发明能有效提升SIC的预报准确性和预报结果的可解释性，为北极资源开发和航道通行提供预报数据支撑。

本发明授权结合物理约束与孪生网络的北极海冰短期预报方法及系统在权利要求书中公布了：1.结合物理约束与孪生网络的北极海冰短期预报方法，其特征在于，包括以下步骤： 获取并预处理北极海冰数据，获得训练集和测试集；所述北极海冰数据包括海冰密集度数据以及气象水文数据； 基于经验正交分解，对所述训练集中的海冰密集度数据进行模态分解，获得时间序列信息和空间模态信息； 基于所述时间序列信息和所述空间模态信息，改进所述训练集，获得物理约束数据集； 以均方误差损失函数为基础，引入所述时间序列信息和所述空间模态信息，构建经验正交分解损失函数； 在卷积长短期记忆网络以及长短期记忆网络结合的基础上，增加计算所述时间序列信息的分支，构建孪生网络； 基于所述经验正交分解损失函数、所述孪生网络以及所述物理约束数据集，构建并训练结合物理约束的多因子预报模型，基于所述测试集测试训练好的所述结合物理约束的多因子预报模型； 基于通过测试的所述结合物理约束的多因子预报模型，完成对北极海冰密集度的短期预报； 根据所述时间序列信息和所述空间模态信息的方差贡献率，选择满足预设方差贡献率总和阈值的模态数作为基态时间序列信息和基态空间模态信息； 获得所述物理约束数据集的方法为： 将所述时间序列信息和所述空间模态信息重构回模态对应的空间场； 将所述空间场补充到通道维度中，与所述训练集结合，获得所述物理约束数据集； 构建所述孪生网络的方法为： 将所述训练集中的数据投影到基态空间模态信息上，获得所述训练集的基态时间序列信息； 将所述训练集的基态时间序列信息，采用长短期记忆网络预测后续时刻的基态时间序列信息； 将训练集的基态空间模态信息与预测的基态时间序列信息进行重构，获得长短期记忆网络分支的预测结果； 基于所述训练集以及卷积长短期记忆网络，获得卷积长短期记忆网络分支的预测结果； 将长短期记忆网络分支的预测结果与卷积长短期记忆网络分支的预测结果进行卷积融合，获得最终预测结果，完成所述孪生网络的构建。

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：410003 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”。