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！

龙图腾网获悉西南大学申请的专利增强型时空卷积GRACE数据时序插补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：CN118709109B 。

龙图腾网通过国家知识产权局官网在2026-02-13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：202410861436.3，技术领域涉及：G06F18/2433；该发明授权增强型时空卷积GRACE数据时序插补方法是由李瑶;顾松巍;周云;景映红;佘晓君设计研发完成，并于2024-06-28向国家知识产权局提交的专利申请。

本增强型时空卷积GRACE数据时序插补方法在说明书摘要公布了：本发明公开了一种增强型时空卷积GRACE数据时序插补方法，其中方法包括：获取GRACE时间序列数据和环境时间序列数据；对其进行分解，分别得到GRACE时间序列数据和环境时间序列数据对应的趋势分量和去趋势分量；将GRACE时间序列数据和环境时间序列数据对应的去趋势分量输入至预先构建的ESTConvS2S模型，得到ESTConvS2S模型输出的GRACE时间序列数据的空缺值对应的去趋势分量预测值；基于GRACE时间序列数据的趋势分量和去趋势分量预测值，得到重建后的GRACE时间序列数据，确定陆地水储量异常TWSA时间序列预测值。本发明提高了复杂场景下TWSA预测的准确性。

本发明授权增强型时空卷积GRACE数据时序插补方法在权利要求书中公布了：1.一种增强型时空卷积GRACE数据时序插补方法，其特征在于，包括： 获取重力恢复与气候试验卫星GRACE时间序列数据和环境时间序列数据； 对所述GRACE时间序列数据和环境时间序列数据进行分解，得到所述GRACE时间序列数据的趋势分量和去趋势分量，以及所述环境时间序列数据的趋势分量和去趋势分量； 将所述GRACE时间序列数据的去趋势分量和所述环境时间序列数据的去趋势分量输入至预先构建的增强型空间‑时间卷积序列到序列网络ESTConvS2S模型，得到所述ESTConvS2S模型输出的所述GRACE时间序列数据的空缺值对应的去趋势分量预测值； 基于所述GRACE时间序列数据的趋势分量和所述去趋势分量预测值，得到重建后的GRACE时间序列数据，确定陆地水储量异常TWSA时间序列预测值； 其中，所述ESTConvS2S模型是基于样本GRACE时间序列数据的样本去趋势分量和样本环境时间序列数据的样本去趋势分量，以及所述样本GRACE时间序列数据对应的去趋势分量标签训练得到的； 所述ESTConvS2S模型包括时间模块、空间模块、特征融合模块和预测模块； 对应地，所述将所述GRACE时间序列数据的去趋势分量和所述环境时间序列数据的去趋势分量输入至预先构建的增强型空间‑时间卷积序列到序列网络ESTConvS2S模型，得到所述ESTConvS2S模型输出的所述GRACE时间序列数据的空缺值对应的去趋势分量预测值，包括： 将所述GRACE时间序列数据的去趋势分量和所述环境时间序列数据的去趋势分量输入至所述时间模块，得到所述时间模块输出的时间特征图； 将所述GRACE时间序列数据的去趋势分量和所述环境时间序列数据的去趋势分量输入至所述空间模块，得到所述空间模块输出的空间特征图； 将所述时间特征图和空间特征图输入至所述特征融合模块，得到所述特征融合模块输出的时空特征图； 将所述时空特征图输入至所述预测模块，得到所述预测模块输出的所述GRACE时间序列数据的空缺值对应的去趋势分量预测值； 所述时间模块的表达式为： ； ； ； ； 其中，表示所述时间模块的输入数据经过第层时间卷积处理后的时间特征图，是时间卷积核，表示因子分解卷积层，表示注意力特征图，表示注意力模块，函数表示权重，为全连接层，为池化层，表示最终的时间特征图，表示标准化，和为激活函数； 所述空间模块的表达式为： ； ； ； ； 其中，表示所述空间模块的输入数据经过第层空间空洞卷积处理后的空间特征图，表示所述空间模块的输入数据经过第层空间空洞卷积处理后的特征图，是空洞卷积核，为空洞率，表示空洞卷积层，表示通道注意力特征图，表示通道注意力模块，表示空间注意力特征图，表示空间注意力模块，表示最终的空间特征图，表示标准化，为激活函数。

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西南大学，其通讯地址为：400715 重庆市北碚区天生路2号地理科学学院621室；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。