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！

龙图腾网获悉南京信息工程大学申请的专利基于多模态融合网络模型的台风路径与强度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：CN120598141B 。

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：202511100642.3，技术领域涉及：G06Q10/04；该发明授权基于多模态融合网络模型的台风路径与强度预测方法是由赵丽玲;井轩;孟凡程;袁加伟设计研发完成，并于2025-08-07向国家知识产权局提交的专利申请。

本基于多模态融合网络模型的台风路径与强度预测方法在说明书摘要公布了：本发明公开了基于多模态融合网络模型的台风路径与强度预测方法，属于气象监测技术领域。该方法包括：获取台风的位置坐标、中心风速、中心气压，以及台风中心区域的风场与位势高度的再分析数据；构建数据与物理共同驱动的多模态融合网络模型；构建该多模态融合网络模型的损失函数，通过反向传播更新多模态融合网络模型的参数，获得训练好的多模态融合网络模型；将测试集中的数据输入至训练好的多模态融合网络模型，输出台风路径与强度。本发明解析了风场内部动态关联关系与位势高度场的时空特征，并且为台风路径和强度预测提供有效物理约束，将本发明所述方法用于台风路径与强度预测，可以提高台风路径与强度预测的准确性。

本发明授权基于多模态融合网络模型的台风路径与强度预测方法在权利要求书中公布了：1.一种基于多模态融合网络模型的台风路径与强度预测方法，其特征在于，包括以下步骤： 步骤1，获取台风的位置坐标、中心风速、中心气压，以及台风中心区域的风场与位势高度的再分析数据，并按照统一时间分辨率进行预处理，将预处理后的数据按比例划分为训练集和测试集； 步骤2，构建数据与物理共同驱动的多模态融合网络模型，该多模态融合网络模型包括风场交叉特征融合模块、位势高度时空特征提取模块、多尺度特征融合模块，以及融合网络模块； 步骤3，构建该多模态融合网络模型的损失函数，将训练集数据输入至多模态融合网络模型中，计算损失并通过反向传播更新多模态融合网络模型的参数，获得训练好的多模态融合网络模型； 步骤4，将测试集中的数据输入至训练好的多模态融合网络模型，输出台风路径与强度； 步骤3包括： 将风场的U分量和V分量输入至风场交叉特征融合模块中，其中U分量输入至第一风场交叉分支，V分量输入至第二风场交叉分支； 在第一风场交叉分支中，将U分量输入至第一特征变换块，得到第一特征，表示为： ，式中，表示卷积核大小为的三维卷积，表示U分量，SAM表示进行空间注意力机制操作； 将第一特征输入至第二特征变换块，得到第二特征，表示为： ，将第二特征输入至第三特征变换块，得到第三特征，表示为： ，将V分量输入至第四特征变换块，得到第四特征，表示为： ，式中，表示V分量； 将第四特征输入至第五特征变换块，得到第五特征，表示为： ，将第五特征输入至第六特征变换块，得到第六特征，表示为： ，将第一特征和第四特征交叉融合，得到第一融合特征，表示为： ，将第二特征和第五特征交叉融合，然后和前序得到的第一融合特征进行分离融合，得到第二融合特征，表示为： ，式中，符号+表示分离融合操作； 将第三特征与第六特征交叉融合，然后和前序得到的第二融合特征进行分离融合，得到第三融合特征，表示为： ，对不同时间步的第三融合特征进行拼接，得到特征O，表示为： ，式中，表示第g个时间步的第三融合特征，g=1,2,3,4，表示转置卷积层，表示拼接操作； 其中，第一特征变换块至第六特征变换块的结构相同，均由卷积块和空间注意力机制组成。

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南京信息工程大学，其通讯地址为：210044 江苏省南京市江北新区宁六路219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。