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 > 中国地质大学(武汉)陆佩榕获国家专利权

中国地质大学(武汉)陆佩榕获国家专利权

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!

龙图腾网获悉中国地质大学(武汉)申请的专利一种夏季降水分级预测方法、设备及存储设备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:CN116840944B

龙图腾网通过国家知识产权局官网在2025-10-24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:202310801550.2,技术领域涉及:G01W1/10;该发明授权一种夏季降水分级预测方法、设备及存储设备是由陆佩榕;邓琪敏设计研发完成,并于2023-06-30向国家知识产权局提交的专利申请。

一种夏季降水分级预测方法、设备及存储设备在说明书摘要公布了:本发明提供了一种夏季降水分级预测方法、设备及存储设备,获取与中国夏季降水有统计意义的预测因子的再分析资料和中国地区降水观测数据;对获取的数据进行预处理,由前期的多个预测因子组成输入数据,以中国东地区夏季降水的类别为目标值;根据输入数据和目标值制作样本,将所有样本分为训练集、验证集和测试集;使用训练集和验证集对建立的AttentionU‑Net模型进行预训练;使用早停技术,重复预训练过程,权衡训练集和验证集损失函数,选择最优的AttentionU‑Net模型;对测试集样本进行预报,得到实际降水分级预测结果。本发明的有益效果是:具有较高的预报精度,特别是在准确率和相关系数有明显提升,有效地避免了过拟合。

本发明授权一种夏季降水分级预测方法、设备及存储设备在权利要求书中公布了:1.一种夏季降水分级预测方法,其特征在于:包括: S1:获取与中国夏季降水有统计意义的预测因子的再分析资料和中国地区降水观测数据; S2:对获取的数据进行预处理,由前期的多个预测因子组成输入数据,以中国东地区夏季降水的类别为目标值; S3:根据所述输入数据和目标值制作样本,将所有样本分为训练集、验证集和测试集三部分; S4:建立AttentionU-Net模型; 具体过程为: S4.1:对输入数据A进行主成分分析,最后取得前两个主成分作为AttentionU-Net模型的输入数据A1; S4.2:采用编码器对输入数据A1进行编码后得到A5; S4.3:采用解码器对A5进行解码后得到模型输出B; 所述编码器的操作包括: S4.2.1:经过DoubleConv层对输入数据A1进行处理,得到A2,所述DoubleConv层包含:两次3*3卷积、用于归一化的BatchNorm和Relu激活函数,BatchNorm的定义如下: 其中,y是归一化后的数据,x为原始数据,E[x]和Var[x]分别是当前迭代计算得到的均值和方差,γ、β分别是权重和偏差,在每次反向传播后进行更新; Relu激活函数的定义如下: fx=max0,x4 其中,fx是激活函数的输出,x是激活函数的输入; S4.2.2:对A2进行下采样处理后得到A3,所述下采样包含:最大池化层和DoubleConv层,下述下采样包含相同操作; S4.2.3:对A3进行下采样处理后得到A4; S4.2.4:对A4进行下采样处理后得到A5; 所述解码器的操作包括: S4.3.1:对A5进行上采样一处理后得到B1,该上采样一为反卷积层; S4.3.2:对B1和A4进行AG处理后得到C1,所述AG包含:AttentionGage,AttentionGage的运算定义为: I输入数据编码层X和解码层G; II对X和G分别进行1*1卷积和BatchNorm处理后,得到X1和G1; III经过Relu激活函数计算X1和G1的和; IV经过1*1卷积、BatchNorm和Sigmoid激活函数得到注意力系数Sigmoid激活函数的定义如下: 其中,fx是激活函数的输出,x是激活函数的输入; V输出: S4.3.3:将B1和C1按照通道维度进行拼接得到B11; S4.3.4:将B11经上采样二处理后得到B2,该上采样二包含:DoubleConv层和反卷积层; S4.3.5:将B2和A3经AG处理后得到C2; S4.3.6:B2和C2按照通道维度进行拼接得到B21; S4.3.7:将B21经上采样二处理后得到B3; S4.3.8:将B3和A2经AG处理后得到C3; S4.3.9:B3和C3按照通道维度进行拼接得到B31; S4.3.10:将B31经DoubleConv处理后得到B4; S4.3.11:将B4经Conv层处理后得到模型输出B,该Conv层为1*1卷积层; S5:使用训练集和验证集对AttentionU-Net模型进行预训练; S6:使用早停技术,重复步骤S5过程,选择更优的预训练模型; S7:使用测试集样本和S6中得到的最优的AttentionU-Net模型,用于对实际降水分级进行预测。

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地质大学(武汉),其通讯地址为:430000 湖北省武汉市洪山区鲁磨路388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。