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！

龙图腾网获悉福州大学申请的专利基于时空注意力的序列到序列多步长洪水预报方法及装置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：CN115630723B 。

龙图腾网通过国家知识产权局官网在2026-03-24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：202210905118.3，技术领域涉及：G06F18/20；该发明授权基于时空注意力的序列到序列多步长洪水预报方法及装置是由张挺;詹昌洵;杨丁颖;许鸿煜;黄迎春;陈佳豪设计研发完成，并于2022-07-29向国家知识产权局提交的专利申请。

本基于时空注意力的序列到序列多步长洪水预报方法及装置在说明书摘要公布了：本发明提供了一种基于时空注意力的序列到序列多步长洪水预报方法及装置，通过对输入项添加空间注意力模型以及对深度学习框架添加时间注意力模型。空间注意力模型能够充分学习降雨的空间分布信息，在小流量台风模拟中效果较好，而时间注意力模型能够加强对快速汇流过程的学习，在大流量台风模拟效果较好。在添加了时空注意力机制的GRU‑Seq2Seq模型应用中可以发现，该模型能有效学习不同类型洪水，有效解决了山区小流域预报中的时滞现象以及洪峰预报精度不高的问题。

本发明授权基于时空注意力的序列到序列多步长洪水预报方法及装置在权利要求书中公布了：1.一种基于时空注意力的序列到序列多步长洪水预报方法，其特征在于，包括以下步骤： 获取研究流域的流量、极端台风气候降雨数据，根据降雨特征数将每个时间步的台风降雨用序列表示，根据流量特征数将每个时间步的流量用序列表示，最后将k个时间步长降雨序列及流量序列拼接成输入矩阵X； 将输入矩阵X划分为k个m+n维特征向量； 分别计算每个特征向量的空间注意力权重； 动态分配每个输入特征的权重，对输入矩阵X添加空间注意力模型，获得包含空间注意力权重的输入矩阵； 构建GRU编码器并输入包含空间注意力权重的输入矩阵，输出编码器隐藏层序列H及上下文编码向量c； 构建GRU解码器并输入上一时刻的输出序列及上下文编码向量c，输出解码器隐藏层序列H′； 利用GRU编码器和GRU解码器每个时间步隐藏层状态计算时间注意力权重； 对时间注意力权重和编码器隐藏层状态进行矩阵乘法，将时间注意力权重分配到输入的每个时间步，得到最终的注意力隐藏状态； 将GRU编码器得到的上下文编码向量作为GRU的初始隐藏状态，以及将前一时刻GRU的输出值输入到GRU解码器中，并结合注意力隐藏状态和解码器隐藏状态进行激活得到多步长预测结果； 所述输入矩阵X的表达式如下： 所述k个m+n维特征向量的表达式分别如下： 式中，、为单个时间步内的降雨及流量数据，T为时间，m、n为单个时间步内降雨和流量序列特征数，k为输入的时间步长。

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福州大学，其通讯地址为：350108 福建省福州市福州大学城乌龙江北大道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。