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 > 大连海事大学刘宗鹰获国家专利权

大连海事大学刘宗鹰获国家专利权

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!

龙图腾网获悉大连海事大学申请的专利基于时空图卷积网络的航道水位预测方法、装置及存储介质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:CN116644831B

龙图腾网通过国家知识产权局官网在2025-11-28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:202310199193.7,技术领域涉及:G06Q10/04;该发明授权基于时空图卷积网络的航道水位预测方法、装置及存储介质是由刘宗鹰;潘明阳;李邵喜;李超;张若澜;孙慧设计研发完成,并于2023-03-03向国家知识产权局提交的专利申请。

基于时空图卷积网络的航道水位预测方法、装置及存储介质在说明书摘要公布了:本发明提供了基于时空图卷积网络的航道水位预测方法、装置及存储介质,方法包括:获取多个水位站的位置信息,使用多个水位站的位置信息构建水位站网络,水位站的位置信息包括:水位站的地理位置和水位站之间的里程值;基于水位站网络,建立并训练基于时空图卷积网络的水位预测模型;利用水位预测模型进行待预测点位的水位预测,得到水位预测值。使用时空图卷积网络提取数据的时空特征用以水位预测,具体通过时间门控卷积来捕获水位数据的时间特征,并使用空间图卷积来捕捉水位数据的空间特征,即同时获取多个水位站水位值的时间和空间相关性,以提高水位预测的准确性,从而更好的为船舶行驶安全提供数据支持并为防汛抗旱提供预警信息。

本发明授权基于时空图卷积网络的航道水位预测方法、装置及存储介质在权利要求书中公布了:1.一种基于时空图卷积网络的水位预测方法,其特征在于,所述方法包括: 获取多个水位站的位置信息,使用所述多个水位站的位置信息构建水位站网络,所述水位站的位置信息包括:水位站的地理位置和水位站之间的里程值;其中,构建水位站网络结构,包括:选择水位站节点,构建节点集;在水位站之间建立边界,形成边集;根据水位站之间的里程值计算水位站网络的加权邻接矩阵;第t个时间戳的水位站网络图的结构定义为,是节点集,是边集,分别表示水位站的观测值和水位站之间的连通性;为加权邻接矩阵;不同时间戳的水位站网络按时间序列排列,使得水位站网络图的水位信息成为动态变化的时序图信号;计算水位站网络的加权邻接矩阵的公式如下: ; 其中,是水位站之间的权重,是附近水位站之间的里程值,和是控制矩阵的分布和稀疏性的阈值; 在得到所述邻接矩阵之后,对邻接矩阵中的水位观测值进行数据处理,包括:删除数据集中具有相同记录时间戳的重复值;使用方框图检测异常值并将其删除;使用平均值填充方法填充缺失值和删除的不正常值;使用Avitzky-Golay滤波方法对水位数据进行去噪; 基于所述水位站网络,建立并训练基于时空图卷积网络的水位预测模型,所述时空图卷积网络包括:两个时空卷积块和一个输出层,每个时空卷积块分为三层,第一层是时间门控卷积层,第二层是空间图卷积层,第三层是时间门控卷积层;所述网络以所述水位站网络中的加权邻接矩阵为输入,输入由时空卷积块统一处理,使用时间门控卷积提取水位数据的时间特征,且使用空间图卷积来提取水位数据的空间特征;其中,所述时间门控卷积层中设置一维因果卷积CNN,然后连接门控线性单元GLU;所述空间图卷积层基于切比雪夫多项式进行空间特征提取;输出层包括一个时间卷积层和一个完全连接层,生成最终水位预测值; 利用所述水位预测模型进行待预测点位的水位预测,得到水位预测值。

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大连海事大学,其通讯地址为:116026 辽宁省大连市高新园区凌海路1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。