Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 江苏省气象台;华象科技(南京)有限公司王磊获国家专利权

江苏省气象台;华象科技(南京)有限公司王磊获国家专利权

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!

龙图腾网获悉江苏省气象台;华象科技(南京)有限公司申请的专利基于改进PredRNN的流域蓝藻水华演变预报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:CN121724229B

龙图腾网通过国家知识产权局官网在2026-04-28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:202610233273.3,技术领域涉及:G06Q10/04;该发明授权基于改进PredRNN的流域蓝藻水华演变预报方法及系统是由王磊;王啸华;杨颖;蒋雯;赵航;李黎黎设计研发完成,并于2026-02-27向国家知识产权局提交的专利申请。

基于改进PredRNN的流域蓝藻水华演变预报方法及系统在说明书摘要公布了:本发明涉及预测循环神经网络技术领域,具体为基于改进PredRNN的流域蓝藻水华演变预报方法及系统。具体实现过程包括:构建流域的水华时空特征序列;在PredRNN中利用流场流速矢量提取空间位置迁移,利用环境因子提取分布强度波动,并通过特征再耦合生成混合隐状态;基于跨步长历史召回机制,从流域历史演变库中检索历史演变趋势项,并通过记忆增强通路对混合隐状态进行信息补偿,输出未来时段的水华演变分布场。本发明通过融合水动力约束、环境调制机制与历史记忆增强,有效改善了水华预测中对迁移机理刻画不足、长时序预测易模糊失真的问题,提升了流域蓝藻水华演变预报的空间保持性及时间稳定性。

本发明授权基于改进PredRNN的流域蓝藻水华演变预报方法及系统在权利要求书中公布了:1.基于改进PredRNN的流域蓝藻水华演变预报方法,其特征在于,包括: 获取目标流域的叶绿素浓度、流场流速矢量及环境因子的监测数据并进行时空对齐与网格化插值,构建水华时空特征序列输入至PredRNN; 在PredRNN中,通过包含位移引导、动态采样及门控融合的拉格朗日平移流卷积门,提取受流场流速矢量约束的空间位置迁移的具体实现过程包括:所述拉格朗日平移流卷积门将输入的水华时空特征序列与对应时间片的流场流速矢量进行联合映射,生成与空间网格坐标一致的位移引导信息;基于所述位移引导信息,对水华时空特征序列中表征空间分布的特征张量的采样坐标进行连续偏移映射,形成随流场变化的动态采样特征;将所述动态采样特征输入至卷积运算通路,并通过门控融合对动态采样特征与PredRNN当前隐状态进行加权整合,输出反映蓝藻随流场迁移变化的空间位置迁移;通过包含环境调制、波动更新及扩散约束的反应扩散波动门,提取受环境因子调节的分布强度波动的具体实现过程包括:所述反应扩散波动门将水华时空特征序列中表征叶绿素浓度变化的特征通道与对应时间片的环境因子进行联合映射,生成与隐状态特征通道对应的环境调制信息;基于所述环境调制信息,对PredRNN隐状态中与水华强度变化相关的特征分量执行受调制的时序差分更新,形成波动中间特征;对所述波动中间特征施加时序连续性的扩散约束处理,输出为分布强度波动; 将空间位置迁移与分布强度波动在正交子空间内进行独立演变更新,通过特征再耦合汇聚为流域当前时刻的混合隐状态的具体实现过程包括:将经拉格朗日平移流卷积门输出的空间位置迁移与经反应扩散波动门输出的分布强度波动分别映射至相互正交的特征子空间,在各自子空间内沿时间维度执行PredRNN状态更新并维持独立的时序演变;在当前时刻,通过特征再耦合算子对两个子空间中的状态表示进行对齐融合,生成同时包含空间迁移信息与分布强度信息的混合隐状态;利用跨步长历史召回机制,计算混合隐状态与流域历史演变库中各记忆锚点之间的拓扑相似度,并检索聚合出符合叶绿素浓度的历史演变趋势项; 将历史演变趋势项输入至记忆增强通路,对混合隐状态进行非局部信息补充与不确定性补偿,预报未来时段的水华演变分布场。

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江苏省气象台;华象科技(南京)有限公司,其通讯地址为:210000 江苏省南京市建邺区雨顺路8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。

免责声明
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。