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！

龙图腾网获悉南京信息工程大学申请的专利一种海浪波高预报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：CN115392589B 。

龙图腾网通过国家知识产权局官网在2025-12-12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：202211126253.4，技术领域涉及：G06Q10/04；该发明授权一种海浪波高预报方法及系统是由王丽娜;曹宇;董昌明设计研发完成，并于2022-09-16向国家知识产权局提交的专利申请。

本一种海浪波高预报方法及系统在说明书摘要公布了：本发明公开了一种海浪波高预报方法及系统，涉及海洋预测技术领域，包括：获取数据步骤、数据预处理步骤、EEMD分解步骤、数据划分步骤、网络训练步骤、训练结束判定步骤、浪高数据预测步骤。本发明有助于在提高海浪预测精度的同时且不浪费大量人力成本。

本发明授权一种海浪波高预报方法及系统在权利要求书中公布了：1.基于EEMD和Seq-to-Seq模型的海浪波高预报方法，其特征在于，包括以下步骤： 获取数据步骤：选取浪高数据集； 数据预处理步骤：对浪高数据集中的缺失数据进行补全后进行归一化处理，得到预处理后的浪高数据集； EEMD分解步骤：将预处理后的浪高数据集进行EEMD分解，得到分解后的基本模态分量IMF； 数据划分步骤：按照一定比例将分解后的基本模态分量IMF进行训练数据集和测试数据集的划分，得到训练数据集和测试数据集； 网络训练步骤：利用训练数据集的数据对网络进行训练，训练所使用的损失函数为预测结果和真实值之间的均方误差MSE，通过梯度下降法进行反向传播，更新网络中的可训练参数； 训练结束判定步骤：判断训练的网络是否满足参数要求，若为否，则返回训练数据集选取步骤；若为是，则结束网络训练步骤，输出训练好的基于LSTM和注意力机制的Seq-to-Seq模型； 浪高数据预测步骤：向训练好的基于LSTM和注意力机制的Seq-to-Seq模型输入测试数据集，每个分解后的基本模态分量IMF，得到预测值分量，最后所有分解后的基本模态分量IMF上的预测结果求和，得到预测的海浪波高值； 网络训练步骤中的模型为基于LSTM与注意力机制结合的Seq-to-Seq模型结构，具有j个时间步的LSTM编码器输出每个时间步的结果，与LSTM解码器输出的第i-1个时间步进行注意力值的计算，得出的结果作为第i个时间步的解码器LSTM的输入，i表示预测的第i个时刻。

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信息工程大学，其通讯地址为：210000 江苏省南京市宁六路219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。