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！

龙图腾网获悉山东省海洋资源与环境研究院(山东省海洋环境监测中心、山东省水产品质量检验中心)申请的专利一种基于时间区间与低秩时频Trasformer的赤潮预测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：CN120541499B 。

龙图腾网通过国家知识产权局官网在2025-10-03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：202511044809.9，技术领域涉及：G06F18/213；该发明授权一种基于时间区间与低秩时频Trasformer的赤潮预测方法及系统是由孙珊;赵玉庭;苏博;邱少男;史雪洁;王宁;刘畅;李志林;刘哲;刘兆伟设计研发完成，并于2025-07-29向国家知识产权局提交的专利申请。

本一种基于时间区间与低秩时频Trasformer的赤潮预测方法及系统在说明书摘要公布了：本发明涉及赤潮预测技术领域，尤其是涉及一种基于时间区间与低秩时频Trasformer的赤潮预测方法及系统。方法包括获取海洋赤潮多源数据；对获取的海洋赤潮多源数据进行数据预处理；利用多尺度卷积神经网络对海洋赤潮多源数据进行特征提取和特征融合；基于小波变换解耦机制对融合后的多尺度特征进行分解重构；对重构后的特征进行时间区间语义提取，利用低秩注意力层提取跨通道依赖关系；本发明通过时间区间语义提取技术，将海洋监测数据中隐含的生态语义特征转化为结构化语义向量，结合低秩时频Transformer模型的跨域特征学习能力，能够有效捕捉不同海域赤潮发生的共性规律，减少对单一区域数据的依赖。

本发明授权一种基于时间区间与低秩时频Trasformer的赤潮预测方法及系统在权利要求书中公布了：1.一种基于时间区间与低秩时频Trasformer的赤潮预测方法，其特征在于，包括： 获取海洋赤潮多源数据； 对获取的海洋赤潮多源数据进行数据预处理； 利用多尺度卷积神经网络对海洋赤潮多源数据进行特征提取和特征融合； 基于小波变换解耦机制对融合后的多尺度特征进行分解重构； 对重构后的特征进行时间区间语义提取，利用低秩注意力层提取跨通道依赖关系； 输出预测结果； 所述利用多尺度卷积神经网络对海洋赤潮多源数据进行特征提取和特征融合，包括在每个瓶颈块中，输入特征，通道数为C，经过1×1卷积层，随后被分割为B个分支，其中，接着，B个分支特征被递归送入各自的3×3卷积层，并与前序分支的输出相加，表示为：，特征集合中各特征的感受野依次增大，每个聚合来自前序分支的信息；卷积层输出的感受野取决于卷积核尺寸k、步长s以及输入感受野，即，最终特征被分割至多个分支，并通过具有相同步长s=1的并行3×3卷积层进行处理；特征通过拼接并经1×1卷积层融合，生成输出特征其中，通过捷径连接被添加到输出特征中； 所述基于小波变换解耦机制对融合后的多尺度特征进行分解重构，包括通过对多尺度特征进行分解重构，精准分离并强化数据中的高频短期波动信息与低频长期演变趋势，以提升多尺度卷积神经网络对时间模式的表征能力，其中利用小波变换将多尺度卷积神经网络模块中B个分支输出的特征集解耦为低频成分与高频成分： 其中w表示分解层数，随后通过逆小波变换构建短期模式和长期模式，表示为：其中，操作生成与输入维度匹配但填充零值的特征； 所述对重构后的特征进行时间区间语义提取，包括引入可学习频率的频域表示方法，采用推广DCT来计算定制化的频域成分，将DCT推广到具有自定义频率的形式来实现频率学习，表示为： ，其中，是一组自定义的频率系数，，且，设以保留均值，推广DCT将长度为N的时间序列映射为个频域分量，适用于在时间序列预测中获得紧凑的数据表示。

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山东省海洋资源与环境研究院(山东省海洋环境监测中心、山东省水产品质量检验中心)，其通讯地址为：264006 山东省烟台市经济开发区长江路216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。