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！

龙图腾网获悉武汉大学申请的专利适用小样本数据的北斗变形预测方法、装置、设备及介质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：CN120561521B 。

龙图腾网通过国家知识产权局官网在2025-09-30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：202511055172.3，技术领域涉及：G06F18/20；该发明授权适用小样本数据的北斗变形预测方法、装置、设备及介质是由史俊波;侯诚;欧阳晨皓;郭际明;邹进贵设计研发完成，并于2025-07-30向国家知识产权局提交的专利申请。

本适用小样本数据的北斗变形预测方法、装置、设备及介质在说明书摘要公布了：本发明涉及北斗高精度变形监测技术领域，特别涉及一种适用小样本数据的北斗变形预测方法、装置、设备及介质，其中，方法包括：对目标小样本数据集进行预处理，以得到预处理后的训练集和预处理后的测试集，其中，目标小样本数据集包括前m个时刻的原始北斗变形数据和当前时刻的原始北斗变形数据；利用预处理后的训练集对预先构建的Transformer‑BiLSTM融合变形预测模型进行训练，以得到最终变形预测模型；将预处理后的测试集输入至最终变形预测模型中，以生成预测北斗变形数据。由此，解决了当样本量较小时，现有变形预测模型难以充分捕捉监测数据中的复杂变形规律，导致预测精度不高，进而影响灾害预警的准确性和及时性等问题。

本发明授权适用小样本数据的北斗变形预测方法、装置、设备及介质在权利要求书中公布了：1.一种适用小样本数据的北斗变形预测方法，其特征在于，包括以下步骤： 对目标小样本数据集进行预处理，以得到预处理后的训练集和预处理后的测试集，其中，所述目标小样本数据集包括前m个时刻的原始北斗变形数据和当前时刻的原始北斗变形数据，m为正整数； 利用所述预处理后的训练集对预先构建的Transformer‑BiLSTM融合变形预测模型进行训练，以得到最终变形预测模型，其中，所述Transformer‑BiLSTM融合变形预测模型包括Transformer编码器、双向长短记忆网络和多层深度神经网络，其中，所述Transformer编码器包括多个Encoder层，每个Encoder层包括多头注意力层、残差连接和归一化层和前馈网络，以提取所述预处理后的训练集中的长期全局变形特征； 所述双向长短记忆网络包括前向长短记忆网络和后向长短记忆网络，以分别提取所述预处理后的训练集中的前向短期局部变形特征和后向短期局部变形特征； 所述多层深度神经网络对所述长期全局变形特征、所述前向短期局部变形特征和所述后向短期局部变形特征中的权重进行自适应调整，以输出所述预测北斗变形数据； 将所述预处理后的测试集输入至所述最终变形预测模型中，以生成预测北斗变形数据。

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武汉大学，其通讯地址为：430072 湖北省武汉市武昌区八一路299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。