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！

龙图腾网获悉成都信息工程大学申请的专利一种基于分段预测神经网络架构的低空三维风场预测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：CN121092938B 。

龙图腾网通过国家知识产权局官网在2026-03-03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：202511654170.6，技术领域涉及：G06F18/20；该发明授权一种基于分段预测神经网络架构的低空三维风场预测方法是由李孝杰;朱福桦;方腾;黄占鳌;肖伟;左丰滔;吴小飞;周激流;吴锡设计研发完成，并于2025-11-12向国家知识产权局提交的专利申请。

本一种基于分段预测神经网络架构的低空三维风场预测方法在说明书摘要公布了：本发明公开了一种基于分段预测神经网络架构的低空三维风场预测方法，属于气象预测的技术领域；包括：获取低空气象数据，并构建低空气象的数据集；对数据集进行预处理，并将数据集划分为训练集和测试集；将训练集输入构建的分段预测网络模型中，生成分段预测结果；采用分段预测结果和训练集训练分段预测网络模型；采用测试集测试训练后的分段预测网络模型，并采用测试后的分段预测网络模型完成低空气象预测。本发明实现了复杂气象任务中的准确预测，可以在任务中不增加资源消耗的情况下提升预测的规模，且设计的时间分段加权损失函数引入时序重要性差异化机制，提高模型对邻近分段的感知能力，降低了多个分段的累计误差，从而提升预测的准确性。

本发明授权一种基于分段预测神经网络架构的低空三维风场预测方法在权利要求书中公布了：1.一种基于分段预测神经网络架构的低空三维风场预测方法，其特征在于，包括以下步骤： S1、获取低空气象数据，并构建低空气象的数据集； S2、对所述数据集进行预处理，并将数据集划分为训练集和测试集； S3、将训练集输入构建的分段预测网络模型中，生成分段预测结果；所述S3具体包括以下分步骤： S31、对训练集进行预处理，得到输入数据； S32、将输入数据输入分段预测网络模型中，输出分段预测结果； S33、计算分段预测网络模型的损失函数；所述S33中，损失函数为批次中所有样本的分段加权误差之和，其表示为： 其中： 式中，L为分段预测网络模型的损失；B为批次大小，表示批次中的样本总数；为预测分段与标签序列之间的均方误差；为对应于每个随机采样的时间分段代表的索引的归一化权重系数；为随机采样的时间分段代表的索引，其中，，，表示均匀分布，为整数，为在低空气象的数据集中设定的时间分段的数量；为超参量；表示为对同一批次样本进行遍历，对单个样本的分段权重进行归一化；为预测分段；为标签序列；为欧几里得范数；、为对批次中样本的索引； S4、采用分段预测结果和训练集训练分段预测网络模型； S5、采用测试集测试训练后的分段预测网络模型，并采用测试后的分段预测网络模型完成低空气象预测。

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成都信息工程大学，其通讯地址为：610225 四川省成都市西南航空港经济开发区学府路1段24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。