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！

龙图腾网获悉江苏省气候中心申请的专利基于样本增加技术的大气数值模式订正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：CN120106164B 。

龙图腾网通过国家知识产权局官网在2025-12-05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：202510578317.1，技术领域涉及：G06N3/08；该发明授权基于样本增加技术的大气数值模式订正方法是由卢鹏设计研发完成，并于2025-05-07向国家知识产权局提交的专利申请。

本基于样本增加技术的大气数值模式订正方法在说明书摘要公布了：本发明公开了一种基于样本增加技术的大气数值模式订正方法，本发明利用深度学习模型生成样本生成器，再利用样本生成器生成训练集样本，增加训练集样本数量，避免训练模型时，由于样本量不足造成的过拟合现象。

本发明授权基于样本增加技术的大气数值模式订正方法在权利要求书中公布了：1.一种基于样本增加技术的大气数值模式订正方法，其特征在于包括以下步骤： S1，数据匹配与处理： 获取实况数据Y，Y=[Q,time,lat,lon]和大气数值模式输出的模式数据X，X=[Q,time,lat,lon]，Q表示气象要素的数值，time表示时间，lat表示纬度，lon表示经度；并对实况数据通过插值方法处理后使其与模式数据空间匹配，将实况数据和模式数据进行配对构建数据集D，并将数据集D划分为训练集D-train，验证集D-val和测试集D-test，完成数据集构造； S2，样本生成基准模型的训练：构造深度学习模型，并通过数据集训练得到基准模型及对应的最小损失值loss-min； S3，样本生成子模型的训练：重新初始化深度学习模型，以步骤S2得到的最小损失值loss-min作为收敛参考点，通过数据集进行多轮训练得到若干个子模型； S4，训练集扩充：将训练集D-train中的模式数据X分别输入到所述子模型中，得到对应的预测结果作为新的实况数据Y，并将模式数据X和新的实况数据Y配对，得到扩充后的训练集D-train-new；并进一步将原训练集D-train与训练集D-train-new合并，形成新的训练集D-train-all S5，利用步骤S4扩充后的训练集D-train-all对深度学习模型进行训练，得到新的订正模型； 步骤S2所述样本生成基准模型的训练的具体过程如下： S21，构建深度学习模型，并定义损失函数和优化器； S22，通过训练集D-train对深度学习模型进行训练，并保存当前训练轮次的深度学习模型，并通过验证集D-val计算对应的损失函数值val-loss； S23，通过训练集D-train对深度学习模型经过多轮次训练，首个训练轮次中，直接将损失函数值作为最小损失函数值loss-min；在后续的训练轮次中，如验证集的损失值小于当前的loss-min，则更新loss-min为新的较小值；否则保持loss-min不变； S24，如果当第N个训练轮次时，其损失函数值均小于其后P个连续训练轮次中的损失函数值，则保存该第N个训练轮次的深度学习模型作为基准模型，并将对应的损失函数值作为最小损失函数值loss-min； 如果训练轮次达到最大设定次数，则将当前最小损失函数值loss-min对应的深度学习模型作为基准模型； 步骤S3的具体过程如下： S31，重新初始化深度学习模型，通过训练集D-train对深度学习模型进行训练，并通过验证集D-val计算对应的损失函数值val-loss； S32，如果val-lossloss-min*K，K∈[1.001,1.5]，则保存当前深度学习模型，并记为model-{N-save}，N-save=1,2,3…； S33，继续重复步骤S31和S32，当N-save的值达到设定值R时，得到R个子模型。

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江苏省气候中心，其通讯地址为：210000 江苏省南京市建邺区雨顺路6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。