南京邮电大学;中国人民解放军国防科技大学钱龙霞获国家专利权
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！
龙图腾网获悉南京邮电大学;中国人民解放军国防科技大学申请的专利一种高维时空信息融合的短期日降水预报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：CN119808565B 。
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：202411882963.9，技术领域涉及：G06F30/27；该发明授权一种高维时空信息融合的短期日降水预报方法是由钱龙霞;洪梅;王正新;刘南君;邓俐俐设计研发完成，并于2024-12-19向国家知识产权局提交的专利申请。
本一种高维时空信息融合的短期日降水预报方法在说明书摘要公布了：本发明公开一种高维时空信息融合的短期日降水预报方法，利用小波包转换提取日降水序列数据的不同频率的特征分量；基于相空间重构方法扩大特征分量的维度；利用Cao方法确定特征分量的最优重构维度，恢复每个序列的混沌吸引子；通过非线性动力系统模型，将嵌入非延迟吸引子中的信息映射到目标变量的延迟吸引子中；利用CNN‑LSTM模型模拟非延迟吸引子到延迟吸引子之间的非线性映射，对时空信息进行融合，得到耦合预报模型；重复嵌入形成目标变量的预测集，获得耦合预报模型的最终预测结果。本发明相较于现有深度学习模型技术，只需要少量的训练样本就可以极大地提高短期日降水预报的准确性，具有较大的可靠性和应用潜力。
本发明授权一种高维时空信息融合的短期日降水预报方法在权利要求书中公布了：1.一种高维时空信息融合的短期日降水预报方法，其特征在于，包括： S1、利用小波包转换提取日降水序列数据的高频和低频信号，获取不同频率的特征分量； S2、基于相空间重构方法扩大特征分量的维度，重塑原始高维数据特征空间； S3、利用Cao方法确定特征分量的最优重构维度，恢复每个序列的混沌吸引子； S4、通过非线性动力系统模型，交换时空信息，将嵌入非延迟吸引子中的信息映射到目标变量的延迟吸引子中； S5、利用CNN-LSTM模型模拟非延迟吸引子到延迟吸引子之间的非线性映射，对时空信息进行融合，得到耦合预报模型； S6、重复嵌入形成目标变量的预测集，选择多个随机组合重复步骤S5的非线性映射，形成目标变量的预测集，获得耦合预报模型的最终预测结果。
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邮电大学;中国人民解放军国防科技大学，其通讯地址为：210023 江苏省南京市栖霞区文苑路9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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励