Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 武汉工程大学;湖北省气象服务中心(湖北省专业气象服务台)姚远获国家专利权

武汉工程大学;湖北省气象服务中心(湖北省专业气象服务台)姚远获国家专利权

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!

龙图腾网获悉武汉工程大学;湖北省气象服务中心(湖北省专业气象服务台)申请的专利基于卫星资料与多时空尺度超分大模型的太阳辐射预报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:CN120635598B

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:202511119662.5,技术领域涉及:G06V10/764;该发明授权基于卫星资料与多时空尺度超分大模型的太阳辐射预报法是由姚远;王睿;崔杨;施红蓉;许沛华;周华兵;成驰;许杨设计研发完成,并于2025-08-11向国家知识产权局提交的专利申请。

基于卫星资料与多时空尺度超分大模型的太阳辐射预报法在说明书摘要公布了:一种基于卫星资料与多时空尺度超分大模型的太阳辐射预报法,包括:获取卫星遥感数据,将卫星图像剪裁为预测区域尺寸;构建日变化特征集和季节变化特征集,将数据重组为四维张量,划分为训练集、验证集和测试集;通过可学习参数矩阵对日周期和月周期特征进行线性映射,生成综合时间嵌入;采用分层参数控制策略,冻结模型参数,解冻参数;通过回归卷积层生成低分辨率初步预测结果;利用残差超分模块进行上采样,结合跳跃连接与残差缩放重建高分辨率图像,输出单通道太阳辐射强度数据并反标准化至物理量纲;配置优化器。它能实现未来0‑4小时区域级高精度太阳辐射预测,解决了太阳辐射预测中时空依赖性割裂、少样本适应性差及空间分辨率不足的问题。

本发明授权基于卫星资料与多时空尺度超分大模型的太阳辐射预报法在权利要求书中公布了:1.一种基于卫星资料与多时空尺度超分大模型的太阳辐射预报法,其特征在于它包括如下步骤: S1:获取卫星遥感数据,解析时间标签并转换为北京时间,提取年月日时分秒信息;筛选日出至日落时段的有效数据,剔除夜间无效数据;对有效数据进行分月随机抽样作为训练样本,将卫星图像剪裁为预测区域尺寸; S2:构建太阳辐射的日变化特征集和季节变化特征集,通过时间归一化方法将时间戳映射到零一区间,并采用独热编码提取月份信息;将数据重组为四维张量[样本数,时间步,特征数,通道数],划分为训练集、验证集和测试集,执行数据降维与标准化; S3:通过可学习参数矩阵对太阳辐射的日周期和月周期特征进行线性映射,生成综合时间嵌入;将卫星图像空间信息与时间嵌入对齐,利用卷积层将太阳辐射的时空信息映射至GPT-2模型兼容的通道空间;拼接时间、空间及投影特征,通过压缩操作生成融合时空特征矩阵,并转换为大语言模型的标准输入格式; S4:采用分层参数控制策略,冻结GPT-2模型前4层参数,解冻最后2层参数以学习太阳辐射时空关联性,形成融合太阳辐射时空特征的预报模型;通过回归卷积层生成低分辨率初步预测结果; S5:利用ResNet残差超分模块进行上采样,结合跳跃连接与残差缩放重建高分辨率图像,输出0-4小时单通道太阳辐射强度数据并反标准化至物理量纲; S6:模型的优化器参数配置,采用余弦退火策略动态调整学习率;设置权重衰减和梯度裁剪以平均绝对误差为损失函数,监测验证集指标,通过动态早停机制保存最优模型参数。

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工程大学;湖北省气象服务中心(湖北省专业气象服务台),其通讯地址为:430205 湖北省武汉市东湖新技术开发区光谷一路206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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。