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！

龙图腾网获悉中国科学院声学研究所申请的专利一种基于深度学习的四维声速场预测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：CN121144922B 。

龙图腾网通过国家知识产权局官网在2026-04-10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：202511080537.8，技术领域涉及：G06F18/241；该发明授权一种基于深度学习的四维声速场预测方法及系统是由秦继兴;李颖婕;吴双林;王梦圆;商志刚;王海斌设计研发完成，并于2025-08-04向国家知识产权局提交的专利申请。

本一种基于深度学习的四维声速场预测方法及系统在说明书摘要公布了：本申请提供了一种基于深度学习的四维声速场预测方法及系统，该方法包括：将历史声速场数据进行预处理后，输入训练好的四维声速场预测模型，对声速场进行预测；四维声速场预测模型包括编码器、多尺度卷积模块和解码器；其中，编码器，用于学习声速场数据中的时空特征，并逐步减小特征图像的空间尺寸；多尺度卷积模块，用于在不同空间尺度上提取特征并融合；解码器，用于反向重构缩小的特征图，逐步放大特征图的空间大小，得到最终的预测结果。本申请的优势在于：兼具了局部特征挖掘、全局数据关联和高维数据分析能力，有效学习高维声速场时空数据中的多尺度依赖特征，更全面地理解和预测四维声速场。

本发明授权一种基于深度学习的四维声速场预测方法及系统在权利要求书中公布了：1.一种基于深度学习的四维声速场预测方法，所述方法包括： 将历史声速场数据进行预处理后，输入训练好的四维声速场预测模型，对声速场进行预测； 所述四维声速场预测模型，基于SwinTransformer和U-Net架构搭建，包括编码器、多尺度卷积模块和解码器；其中， 所述编码器，用于学习声速场数据中的时空特征，并逐步减小特征图像的空间尺寸； 所述多尺度卷积模块，用于在不同空间尺度上提取特征并融合； 所述解码器，用于反向重构多尺度卷积模块输出的特征图，逐步放大特征图的空间大小，得到最终的预测结果； 所述编码器包括：下采样模块、SwinTransformer模块和补丁合并模块； 所述编码器将输入的历史声速场数据分割成不重叠的3D图像块，输入1个所述下采样模块进行下采样，再输入1个所述SwinTransformer模块提取图片的特征向量，然后依次经过多轮所述下采样模块、补丁合并模块和SwinTransformer模块的组合进行特征提取和信息融合，最终得到历史声速场数据的多尺度特征信息； 所述SwinTransformer模块包括嵌入层和滑窗Transformer块； 所述嵌入层包括依次连接的补丁分割单元和线型映射单元；其中， 所述补丁分割单元将所述编码器生成的特征图切分为多个补丁块； 所述线型映射单元将切分后的补丁块线性转换为向量特征； 所述滑窗Transformer块包括依次连接的基于窗口的多头自注意力单元和基于位移窗口的多头自注意单元；其中， 所述基于窗口的多头自注意力单元，用于表示窗口多头自注意力，将输入的特征图分割为多个不重叠的子窗口，并对其单独执行自注意力计算； 所述基于位移窗口的多头自注意单元，用于表示移动窗口多头自注意力，在不同窗口之间建立连接，实现不同窗口之间的信息传递。

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中国科学院声学研究所，其通讯地址为：100190 北京市海淀区北四环西路21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。