大连理工大学梁书秀获国家专利权
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!
龙图腾网获悉大连理工大学申请的专利融合观测数据的自适应校正水动力数值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:CN121118671B 。
龙图腾网通过国家知识产权局官网在2026-03-06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:202511276254.0,技术领域涉及:G06F30/27;该发明授权融合观测数据的自适应校正水动力数值预报方法是由梁书秀;邓子宇;安子健;胡馨月;陈宇成;王振华;孙昭晨设计研发完成,并于2025-09-08向国家知识产权局提交的专利申请。
本融合观测数据的自适应校正水动力数值预报方法在说明书摘要公布了:融合观测数据的自适应校正水动力数值预报方法,属于海洋水动力数值如潮位、流速预报领域,为了解决提高水动力模型预报潮位、潮流等精度的问题,要点是水动力数学模型根据深度学习网络模型输出的开边界条件,输出预测点的先验水动力模拟结果数据;计算选定区域任一待预测点与其最近邻的观测点在选定区域待预测点的先验水动力模拟结果数据,以及选定区域待预测点的环境场数据中的任一选择特征上的相似度及加权相似度;根据先验状态、加权相似度、任一待预测点的最近邻的观测点的实测水动力结果数据,以及卡尔曼增益矩阵,计算任一待预测点的后验状态,用于任一待预测点的后验水动力模拟结果数据。
本发明授权融合观测数据的自适应校正水动力数值预报方法在权利要求书中公布了:1.一种融合观测数据的自适应校正水动力数值预报方法,其特征在于,包括 第一深度学习网络模型根据其输入的选定区域开边界连线上标记点的天文潮及环境场数据,输出选定区域开边界连线上全部标记点的水动力模拟结果数据,用于开边界条件; 水动力数学模型根据其输入的所述开边界条件,以及选定区域待预测点的环境场数据,输出选定区域待预测点的先验水动力模拟结果数据; 水动力数学模型根据选择特征,计算选定区域任一待预测点与其最近邻的观测点在所述选定区域待预测点的先验水动力模拟结果数据,以及选定区域待预测点的环境场数据中的选择特征上的决定系数,由下式所示: 式中,表示决定系数,表示所述观测点第个选择特征本的值,表示所述待预测点第个选择特征本的值,表示选择特征的数量,为观测点选择特征的均值; 将截断映射至[0,1],计算选定区域任一待预测点与其最近邻的观测点在所述选定区域待预测点的先验水动力模拟结果数据,以及选定区域待预测点的环境场数据中的任一选择特征上的相似度,由下式所示: 式中,表示第k个选择特征上的相似度; 水动力数学模型根据所述任一选择特征上的相似度,以及选择特征的权重,计算所述任一待预测点与其最近邻的观测点在所述选定区域待预测点的先验水动力模拟结果数据,以及选定区域待预测点的环境场数据中的选择特征上的加权相似度S,由下式所示: 式中,S表示加权相似度,K表示选择特征的数量,表示选择特征的权重; 水动力数学模型根据先验状态以及传播预报误差协方差矩阵,计算卡尔曼增益矩阵; 水动力数学模型根据先验状态、所述任一待预测点与其最近邻的观测点的所述加权相似度、所述任一待预测点的最近邻的观测点的实测水动力结果数据,以及卡尔曼增益矩阵,计算所述任一待预测点的后验状态,用于所述任一待预测点的后验水动力模拟结果数据。
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大连理工大学,其通讯地址为:116024 辽宁省大连市甘井子区凌工路2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。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励