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 > 长沙理工大学伍志元获国家专利权

长沙理工大学伍志元获国家专利权

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!

龙图腾网获悉长沙理工大学申请的专利一种海岸灾害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:CN121579942B

龙图腾网通过国家知识产权局官网在2026-04-24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:202610118095.X,技术领域涉及:G06F18/20;该发明授权一种海岸灾害预报方法及系统是由伍志元;杨康;蒋昌波;魏稳;段自豪;刘晓建设计研发完成,并于2026-01-28向国家知识产权局提交的专利申请。

一种海岸灾害预报方法及系统在说明书摘要公布了:本发明公开了一种海岸灾害预报方法及系统;其中所述方法获取目标近岸区域的数据并进行数据预处理及非结构化网格划分;利用耦合数值模型生成“外海驱动‑近岸响应”样本库;通过互信息分析提取各外海因子对近岸各节点的主导滞后步数,进而对关键因子进行时间重排,并与静态地理特征拼接,构建结构化输入张量;以此训练以非结构网格为图结构的图注意力时空融合模型;在实时预报中,引入基于观测误差的隐含状态同化机制,动态修正模型状态以实现自适应滚动预报。本发明实现了高精度、高效率的近岸灾害实时预警。

本发明授权一种海岸灾害预报方法及系统在权利要求书中公布了:1.一种海岸灾害预报方法,其特征在于,包括: S1:获取目标近岸区域的静态地理信息、历史动态气象海洋观测数据及外海站点的多因子气象水动力时序数据; S2:根据静态地理信息构建覆盖区域的非结构化网格,基于近岸非结构化网格构建天文潮-风暴潮-海浪耦合数值模型,生成包含外海驱动-近岸响应对应关系的样本库; S3:将样本库中的气象海洋观测数据与外海站点的多因子气象水动力时序数据进行预处理; S4:采用基于互信息的依赖性分析方法,计算外海站点驱动因子对区域内各网格节点的响应在不同时间滞后步数下的互信息,确定每个网格节点对应的关键驱动因子集合及其主导滞后步数; S4.1:针对目标近岸区域内的非结构化网格节点g的响应序列和外海站点驱动因子,将外海站点驱动因子的滞后时间离散为滞后步数τ,构建时间平移后的样本对,采用Parzen窗方法估计响应序列和外海站点驱动因子的边缘概率密度及两者的联合概率密度,进而计算得到滞后步数τ下外海站点驱动因子对目标近岸区内非结构化网格节点g响应的互信息; S4.2:采用蒙特卡洛置乱法进行检验,并在通过检验的预设滞后范围内,搜索互信息曲线的峰值,并将该峰值对应的时刻确定为该外海站点驱动因子对非结构化网格节点g的主导滞后步数; S4.3:在确定所有外海站点驱动因子的主导滞后步数后,采用最小冗余最大相关准则为每一个网格节点g筛选出关键驱动因子集合; S5:根据关键驱动因子集合中各驱动因子的主导滞后步数,对外海站点驱动因子进行时间重排,并与近岸静态地理特征拼接,构建融合时空信息的结构化输入张量; S6:将结构化输入张量作为输入,以样本库中对应数值模型模拟生成的近岸响应数据为标签,对基于图注意力网络的时空融合深度学习模型进行监督训练,得到海岸灾害预报模型; S7:获取区域站点实时气象海洋观测数据及外海站点的多因子气象水动力时序数据,将外海站点数据处理为实时结构化输入张量并输入至已训练好的近岸灾害预报模型中进行滚动预报,得到当前预报时刻的近岸二维灾害场;同时,利用区域当前时刻的实时气象海洋观测数据重构误差场,并将其映射为模型隐含状态的修正增量,以此更新模型状态并作为后续预报的起点。

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长沙理工大学,其通讯地址为:410015 湖南省长沙市天心区赤岭路45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。