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！

龙图腾网获悉国家海洋信息中心申请的专利基于混合注意力机制的海水状态多要素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：CN120850015B 。

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：202511350726.2，技术领域涉及：G06F18/24；该发明授权基于混合注意力机制的海水状态多要素预报方法是由宁鹏飞;韩春花;张增建;田先德;苗庆生;徐珊珊;王凯悦;李修任设计研发完成，并于2025-09-22向国家知识产权局提交的专利申请。

本基于混合注意力机制的海水状态多要素预报方法在说明书摘要公布了：本发明公开了一种基于混合注意力机制的海水状态多要素预报方法，包括获取海洋多要素时间序列数据进行预处理；将预处理后的数据输入至深度学习预测模型，输出海水状态多要素预报值；本申请深度学习预测模型依次包括特征提取网络、快速傅里叶变换模块和混合注意力模块，所述混合注意力模块采用混合注意力机制进行多变量依赖建模，包括：查询向量基于全局周期性循环共享的可学习参数生成，用于建模跨样本的全局周期性规律，键向量和值向量基于所述预处理后的数据生成，用于建模样本级的局部相关性。本发明克服了单变量模型的局限，显著提升了预报精度与物理合理性。

本发明授权基于混合注意力机制的海水状态多要素预报方法在权利要求书中公布了：1.一种基于混合注意力机制的海水状态多要素预报方法，其特征在于， 获取海洋多要素时间序列数据，进行预处理； 将预处理后的数据输入至深度学习预测模型，输出海水状态多要素预报值； 所述深度学习预测模型依次包括特征提取网络、快速傅里叶变换模块和混合注意力模块，所述混合注意力模块采用混合注意力机制进行多变量依赖建模，包括： 查询向量基于全局周期性循环共享的可学习参数生成，用于建模跨样本的全局周期性规律，包括： ； ； 式中，Q为查询向量，为生成查询向量的参数矩阵，TQ为周期性查询向量，L为时间序列数据的长度，t为当前时间步，表示长度为L的时间序列数据中t时间步对应的查询向量，C为输入要素序列的通道数，为周期长度，属于预设的超参数，表示时间点t，以及t之前或之后第i个周期的相同时刻，i表示任意整数； 键向量和值向量基于所述预处理后的数据生成，用于建模样本级的局部相关性； 所述深度学习预测模型在训练过程中，引入基于海水状态方程的物理约束作为损失函数的一部分，以提升模型的预报能力和泛化能力； 损失函数为： ； ； ； 其中，RMSE表示预测值与真实值的均方根误差，是海温度梯度约束，是海温度剖面积分约束，α和β是超参数，代表海水第k层的垂向水深，k表示层索引，表示第k层的海温度值，代表海水第第k层与k+1层的垂向温度梯度，S_C表示从第1层到第M层的温度积分，M表示垂直层数，label表示标签值，pred表示预测值，N表示样本数量。

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国家海洋信息中心，其通讯地址为：300171 天津市河东区六纬路93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。