中国地质大学(武汉)孙永健获国家专利权
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)申请的专利一种基于多任务学习的海面风场空间降尺度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:CN116595366B 。
龙图腾网通过国家知识产权局官网在2025-11-18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:202310532240.5,技术领域涉及:G06F18/214;该发明授权一种基于多任务学习的海面风场空间降尺度方法及系统是由孙永健;刘佳;邓重九;金永军;熊奇设计研发完成,并于2023-05-11向国家知识产权局提交的专利申请。
本一种基于多任务学习的海面风场空间降尺度方法及系统在说明书摘要公布了:本发明公开了一种基于多任务学习的海面风场空间降尺度方法,包括以下步骤:获取海面风场数据的训练数据集和验证数据集;构建包含生成器网络和判别器网络两部分的生成对抗网络;构建降采样网络,降采样网络实现生成器网络任务的回归任务,将两个任务组成一对对偶任务,并组合成对偶学习网络;构建辅助任务网络,将辅助任务网络与海面风场空间降尺度的生成器网络连接,构成多任务学习的海面风场空间降尺度网络,并利用训练数据集进行训练优化,使用验证数据集对训练好的网络进行测试。通过以上方法,获取高精度、高分辨率的海面风场数据。
本发明授权一种基于多任务学习的海面风场空间降尺度方法及系统在权利要求书中公布了:1.一种基于多任务学习的海面风场空间降尺度方法,其特征在于,包括以下步骤: S1、获取海面风场数据,并对数据进行预处理,将预处理后的数据划分为训练数据集和验证数据集; S2、构建生成对抗网络,所述生成对抗网络包含生成器网络和判别器网络两部分,生成器网络用于低分辨率海面风场数据的降尺度; S3、构建降采样网络,用于将S2中生成器网络生成的高分辨率数据退化为低分辨率数据,所述降采样网络实现生成器网络降尺度任务的回归任务,将生成器网络任务和降采样网络任务组成一对对偶任务,将S2中的生成器网络和所述降采样网络组合成对偶学习网络;通过S2和S3构建了海面风场空间降尺度任务的网络; S4、将海面风场以外的额外变量的空间降尺度任务作为辅助任务,构建辅助任务网络,辅助任务网络包含与海面风场空间降尺度任务网络中生成器网络相同的网络;利用桥接网络将所述辅助任务网络与S2中的生成器网络连接,构成多任务学习的海面风场空间降尺度网络,并使用PyTorch框架实现多任务学习的海面风场空间降尺度网络; S5、将额外变量的数据按照S1的步骤处理,得到额外变量的训练数据集和验证数据集,将两个任务的训练数据集和验证数据集汇总,得到多任务训练数据集和多任务验证数据集; S6、利用多任务训练数据集对多任务学习的海面风场空间降尺度网络进行训练优化,使用多任务验证数据集对训练好的多任务学习的海面风场空间降尺度网络进行测试,并利用浮标数据对降尺度结果进行验证; 步骤S2中,生成器网络采用编码器-解码器结构,包括一个bicubic插值算法模块,三个降采样模块、三个上采模样模块、两个卷积层,生成器网络的输入依次通过生成器网络的bicubic插值算法模块、第一个卷积层、第一个降采样模块、第二个降采样模块、第三个降采样模块、第一个上采模样模块、第二个上采模样模块、第三个上采模样模块、第二个卷积层后输出; 生成器网络采用跳跃连接,将生成器网络的第一个卷积层之后、第一个降采样模块之前的输入连接到第三个上采样模块之后、第二个卷积层之前;将第二个降采样模块之前、第一个降采样模块之后的输入连接到第二个上采样模块之后、第三个上采样模块之前;将第三个降采样模块之前、第二个降采样模块之后的输入连接到第一个上采样模块之后、第二个上采样模块之前; 构建桥接网络将辅助任务与海面风场空间降尺度任务中的特征进行共享,桥接网络模块包含4个桥模块,每个桥模块由16个残差通道注意力模块RCAB堆叠而成,利用桥接网络将辅助任务网络与海面风场空间降尺度的生成器网络连接,构成基于多任务学习的海面风场降尺度网络,辅助任务网络的第2个上采样模块和第3个上采样模块之间通过第1个桥模块连接到海面风场空间降尺度任务网络的生成器网络的第1个降采样模块和第2个降采样模块之间;辅助任务网络的第1个降采样模块和第2个降采样模块之间通过第2个桥模块连接到海面风场空间降尺度任务网络的生成器网络的第2个上采样模块和第3个上采样模块之间;辅助任务网络的第1个上采样模块和第2个上采样模块之间通过第3个桥模块连接到海面风场空间降尺度任务网络的生成器网络的第2个降采样模块和第3个降采样模块之间;辅助任务网络的第2个降采样模块和第3个降采样模块之间通过第4个桥模块连接到海面风场空间降尺度任务网络的生成器网络的第1个上采样模块和第2个上采样模块之间。
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。
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。

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