買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉云海智創(chuàng)(江蘇)科技有限公司申請的專利一種基于人工智能的海洋氣候延伸尺度預(yù)測方法獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN120448749B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-09-02發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202510939961.7，技術(shù)領(lǐng)域涉及：G06F18/20；該發(fā)明授權(quán)一種基于人工智能的海洋氣候延伸尺度預(yù)測方法是由王雄;張子亭;梁逸爽;劉鵬;葛志成;鄧曉連設(shè)計研發(fā)完成，并于2025-07-09向國家知識產(chǎn)權(quán)局提交的專利申請。

本一種基于人工智能的海洋氣候延伸尺度預(yù)測方法在說明書摘要公布了：本發(fā)明公開了一種基于人工智能的海洋氣候延伸尺度預(yù)測方法，具體涉及海洋氣候預(yù)測領(lǐng)域，包括融合多源時空數(shù)據(jù)并標(biāo)準(zhǔn)化，通過提取多尺度特征，生成極端事件樣本，進(jìn)而進(jìn)行聯(lián)合訓(xùn)練，生成自適應(yīng)優(yōu)化的預(yù)測結(jié)果。一種基于人工智能的海洋氣候延伸尺度預(yù)測方法通過級聯(lián)式時空注意力機制，有效降低了跨尺度交互不足導(dǎo)致的預(yù)測誤差放大；基于條件變分自編碼器，通過物理編碼與殘差修正機制補充歷史稀疏樣本，降低了模型對訓(xùn)練集覆蓋度的依賴，提升極端事件特征的泛化能力；通過利用門控循環(huán)單元動態(tài)計算大氣與海洋模態(tài)的特征關(guān)聯(lián)矩陣，并引入守恒律損失函數(shù)約束特征演化方向，強化了跨尺度特征的關(guān)聯(lián)性與物理一致性。

本發(fā)明授權(quán)一種基于人工智能的海洋氣候延伸尺度預(yù)測方法在權(quán)利要求書中公布了：1.一種基于人工智能的海洋氣候延伸尺度預(yù)測方法，其特征在于，包括： S1：獲取包含海洋衛(wèi)星遙感與浮標(biāo)觀測的第一海洋尺度，通過物理約束對抗網(wǎng)絡(luò)進(jìn)行時空對齊重構(gòu)，輸出標(biāo)準(zhǔn)化網(wǎng)格數(shù)據(jù)作為第一關(guān)鍵尺度； S2：部署時空注意力機制，并基于所述第一關(guān)鍵尺度提取包括渦旋與環(huán)流模態(tài)的第一尺度特征； S3：基于所述第一尺度特征，驅(qū)動條件變分自編碼器生成極端事件樣本作為第二尺度特征； S4：部署跨模態(tài)特征交互門，動態(tài)計算所述第一尺度特征和所述第二尺度特征的特征關(guān)聯(lián)矩陣，并構(gòu)建包含守恒律損失函數(shù)與數(shù)據(jù)驅(qū)動損失函數(shù)的混合優(yōu)化目標(biāo)生成第三尺度特征； 計算所述第一尺度特征和所述第二尺度特征的特征關(guān)聯(lián)矩陣，包括： 量化大氣特征與海洋特征在每個空間位置（）上的局部關(guān)聯(lián)性，通過計算大氣特征向量與海洋特征向量之間的余弦相似度衡量，具體表示為： ， 量化大氣特征與海洋特征的全局關(guān)聯(lián)性，通過對大氣特征和海洋特征在空間維度上執(zhí)行平均池化操作，并基于目標(biāo)區(qū)域特征的分布，計算互信息量，具體表示為： ， 其中，表示為大氣特征和海洋特征的聯(lián)合概率分布，和分別表示為大氣特征和海洋特征的邊緣概率分布； 采用指數(shù)移動平均的形式更新大氣與海洋模態(tài)之間的特征關(guān)聯(lián)矩陣，具體表示為： ， 其中，表示為更新后的特征關(guān)聯(lián)矩陣，表示為上一時間步的特征關(guān)聯(lián)矩陣，表示為當(dāng)前時間步的特征關(guān)聯(lián)矩陣，表示為時間衰減因子； 所述時間衰減因子隨時間步長的增加呈指數(shù)衰減，具體表示為： ， 其中，表示為自上一更新以來的時間，表示為衰減常數(shù)； S5：基于所述第三尺度特征，利用嵌入渦度擬能守恒方程的可微分驗證機制計算跨模態(tài)耦合系數(shù)，動態(tài)調(diào)節(jié)所述跨模態(tài)特征交互門的權(quán)重分布； S6：根據(jù)所述可微分驗證機制輸出的預(yù)測誤差分布，動態(tài)調(diào)整所述混合優(yōu)化目標(biāo)的損失函數(shù)比例系數(shù)與時空注意力機制的算力分配。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人云海智創(chuàng)(江蘇)科技有限公司，其通訊地址為：214000 江蘇省無錫市濱湖區(qū)吟白路1號研創(chuàng)大廈17樓1703；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。