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！

龙图腾网获悉中国海洋大学;上海交通大学申请的专利一种基于上下文关联与物理引导的时空缺失填补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：CN120653903B 。

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：202511156963.5，技术领域涉及：G06F18/15；该发明授权一种基于上下文关联与物理引导的时空缺失填补方法及系统是由于彦伟;赵星宇;周磊;齐建鹏;董军宇设计研发完成，并于2025-08-19向国家知识产权局提交的专利申请。

本一种基于上下文关联与物理引导的时空缺失填补方法及系统在说明书摘要公布了：本发明涉及海洋数据插值填补技术领域，尤其是涉及一种基于上下文关联与物理引导的时空缺失填补方法及系统。方法包括：获取海水溶解氧数据和上下文数据；基于获取的海水溶解氧数据和上下文数据进行多变量时空依赖提取；基于获取海水溶解氧数据进行高斯噪声扩散；基于双视图时空关联进行噪声预测；基于联合损失函数约束预测误差。本发明在模型训练过程中引入了基于偏微分方程的物理一致性约束机制，使模型输出更符合海洋环境中变量间的物理耦合规律。该约束有效抑制了插补结果中可能出现的非物理性波动，增强了结果的物理可信度与可解释性，为后续科学分析和过程建模提供了更加可靠的数据基础。

本发明授权一种基于上下文关联与物理引导的时空缺失填补方法及系统在权利要求书中公布了：1.一种基于上下文关联与物理引导的时空缺失填补方法，其特征在于，包括： 获取海水溶解氧数据和上下文数据； 基于获取的海水溶解氧数据和上下文数据进行多变量时空依赖提取，其中，引入基于多海洋变量的图卷积网络GCN对海洋多变量数据进行联合建模；采用分层聚合与区域映射机制，逐层提取不同空间尺度下的嵌入特征，实现从局部到全局的空间依赖建模，基于区域嵌入生成一个区域映射矩阵，用于将上一层的嵌入特征进行转换，从而在下一层生成更大尺度的嵌入表示，引入注意力融合机制，将多变量关联与多尺度关联学习得到的特征进行动态加权整合，建立局部与区域之间的依赖关系；引入自注意力机制以捕捉不同空间位置间的相关性，并在每个时间点构建动态图结构，通过图卷积提取空间结构特征，最终融合一个时间窗口内的多时刻图卷积结果，获得全局时空关联特征； 基于获取海水溶解氧数据进行高斯噪声扩散； 基于双视图时空关联进行噪声预测； 基于联合损失函数约束预测误差；其中，包括引入联合损失函数，结合均方误差和平均绝对误差，全面约束模型在恢复数据过程中的预测误差，联合损失函数定义为： 其中，为插补结果，为真实值，与为权重控制因子，引入基于偏微分方程的物理一致性损失函数作为正则项，通过约束预测结果满足对流-扩散平衡的控制方程，以保持变量间的物理耦合结构，其中模型输出的溶解氧预测值通过计算损失进行优化，表示为： 其中，为海水流速，为扩散系数，与分别为溶解氧填补结果的一阶与二阶导数项，表示与溶解氧关联的其他海洋变化，表示填补结果，最终，将与合并，作为总体训练损失指导模型的训练过程。

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中国海洋大学;上海交通大学，其通讯地址为：266100 山东省青岛市崂山区松岭路238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。