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！

龙图腾网获悉山东科技大学申请的专利融合动态特征与物理门控的波高预测系统和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：CN121684068B 。

龙图腾网通过国家知识产权局官网在2026-04-17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：202610188690.0，技术领域涉及：G06N5/04；该发明授权融合动态特征与物理门控的波高预测系统和方法是由吴庚坤;李大为;李秉天设计研发完成，并于2026-02-10向国家知识产权局提交的专利申请。

本融合动态特征与物理门控的波高预测系统和方法在说明书摘要公布了：本发明公开融合动态特征与物理门控的波高预测系统和方法，属于人工智能与机器学习技术领域，用于海洋环境监测，系统包括数据采集与预处理模块、特征筛选模块和模型预测模块；方法包括获取海洋气象变量数据并预处理，构建沙普利加性解释轻量级梯度提升机回归模型筛选核心变量集，构建物理引导的门控特征感知Transformer预测模型，构建混合损失函数约束预测模型，预测模型训练完成后输出海浪显著波高预测值。本发明通过特征筛选与动态权重分配机制，显著提升多源海洋气象特征的利用效率与场景适配性，可灵活扩展至不同海域与时空尺度的海浪预测任务，为海洋工程、航运安全及灾害预警提供高精度、高可靠的技术支撑。

本发明授权融合动态特征与物理门控的波高预测系统和方法在权利要求书中公布了：1.融合动态特征与物理门控的波高预测系统，其特征在于，包括：数据采集与预处理模块、特征筛选模块和模型预测模块； 数据采集与预处理模块采集海洋气象变量数据并进行预处理，预处理后的海洋气象变量数据输入特征筛选模块，特征筛选模块构建沙普利加性解释轻量级梯度提升机回归模型筛选核心变量集，将预处理后的海洋气象变量数据和核心变量集输入模型预测模块，模型预测模块构建物理引导的门控特征感知Transformer预测模型进行训练，利用训练完成的物理引导的门控特征感知Transformer预测模型输出海浪显著波高预测值； 物理引导的门控特征感知Transformer预测模型包括两个动态权重层，两个数据嵌入层，两层编码器、一层解码器和线性预测层； 将海洋显著波高实测值和核心变量的皮尔逊相关系数输入第一个动态权重层，得到加权特征和时间标记矩阵，将和输入第一个数据嵌入层，利用融合嵌入公式生成编码器嵌入向量，将输入编码器，得到编码器输出；构建目标长度的预测序列，将的待预测部分填充为0后，输入第二个数据嵌入层，利用融合嵌入公式生成解码器嵌入向量，将和输入解码器，得到解码器输出，将输入线性预测层输出初步海浪显著波高预测值； 编码器依次包括门控特征感知自注意力层、LayerNorm层、卷积层和LayerNorm层；解码器依次包括门控特征感知自注意力层、LayerNorm层、交叉注意力层、LayerNorm层、卷积层和LayerNorm层。

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山东科技大学，其通讯地址为：266590 山东省青岛市黄岛区前湾港路579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。