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;南京宸象空间信息技术有限公司申请的专利一种基于时序预测神经网络的天气雷达回波外推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：CN117011668B 。

龙图腾网通过国家知识产权局官网在2025-10-21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：202310714414.X，技术领域涉及：G06V10/82；该发明授权一种基于时序预测神经网络的天气雷达回波外推方法是由薛丰昌;章超钦;万家权设计研发完成，并于2023-06-14向国家知识产权局提交的专利申请。

本一种基于时序预测神经网络的天气雷达回波外推方法在说明书摘要公布了：本发明公开了一种基于时序预测神经网络的天气雷达回波外推方法，包括以下步骤：S1，用OpenCV读取连续时间序列的天气雷达回波数据集；S2，采用自适应性的归一化方法对天气雷达回波数据集进行预处理；S3，在ST‑LSTM单元中嵌入时空自注意力模块，得到基于时空自注意力和时序预测神经网络的时空序列预测模型；S4，将预处理后的天气雷达回波数据集中的训练集用于训练模型；S5，将训练好的模型对测试集进行预测，利用验证集进行验证，通过验证后，得到雷达回波外推模型。本发明能够更好的捕捉雷达回波云团间复杂的动态时空依赖关系，提高对强回波的预测精度。

本发明授权一种基于时序预测神经网络的天气雷达回波外推方法在权利要求书中公布了：1.一种基于时序预测神经网络的天气雷达回波外推方法，其特征在于，包括以下步骤： S1，用OpenCV读取连续时间序列的天气雷达回波数据集，数据集中包含n个天气雷达回波样本；其中，n个天气雷达回波样本中包括训练集、验证集、测试集；每个天气雷达回波样本由20帧时间连续的天气雷达回波图像组成，其中，前10帧天气雷达回波图像记为x，作为模型的输入；后10帧天气雷达回波图像记为y，每帧图像以灰度图PNG格式存储； S2，采用自适应性的归一化方法对天气雷达回波数据集进行预处理； S3，在ST-LSTM单元中嵌入时空自注意力模块，得到基于时空自注意力和时序预测神经网络的时空序列预测模型； 构建时空序列预测模型的具体实现过程如下： S31，通过联立两个Self-Attention基础结构，搭建时空自注意力模块，提取第l层第t时间步的时间特征信息和第l层第t时间步的空间特征信息 S32，将时空自注意力模块ST-SAM嵌入时序预测神经网络单元ST-LSTM，得到ST-SARNNBlock，完成ST-SARNNBlock内部计算； S33，通过堆叠ST-SARNNBlock，得到“编码-预测”型时序预测模型； S34，利用“编码-预测”型时序预测模型中的EncodingNetwork对x进行多层的ST-SARNNBlock计算；利用ForecastingNetwork对y进行逐时间步的预测； 所述步骤S31的具体实现过程如下： S311，对时空自注意力模块ST-SAM第l隐藏层的时间步的高阶特征信息进行时间特征部分的卷积计算，分别得到三个时间维度的隐藏状态权重矩阵，具体公式如下： 其中，convolution表示卷积计算；表示时间维度的“查询”向量，表示时间维度的“被查”向量，表示时间维度的“内容”向量； S312，计算第l层第t时间步的时间特征信息具体公式如下： 其中，softmax表示激活函数；T表示矩阵转置；z为自变量； S313，计算第l层第t时间步的空间特征信息具体公式如下： 其中，表示空间维度的“查询”向量，表示空间维度的“被查”向量，表示空间维度的“内容”向量； S314，将作为第l层第t时间步的时间特征信息流输出，作为输入传递给第l层第t+1时间步；将作为第l层第t时间步的空间特征信息流输出，作为输入传递给第l+1层第t时间步； S4，将预处理后的天气雷达回波数据集中的训练集用于训练模型； S5，将训练好的模型对测试集进行预测，利用验证集进行验证，通过验证后，得到雷达回波外推模型。

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;南京宸象空间信息技术有限公司，其通讯地址为：210032 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。