買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉山東省科學院海洋儀器儀表研究所申請的專利面向坐底式聲學波浪觀測的連續缺失原始數據填補方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN120386991B 。

龍圖騰網通過國家知識產權局官網在2025-09-02發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510872977.0，技術領域涉及：G06F18/15；該發明授權面向坐底式聲學波浪觀測的連續缺失原始數據填補方法是由趙杰;裴亮;楊俊賢;范秀濤;楊書凱;劉雷;鄭威;李選群;惠力;朱洪海設計研發完成，并于2025-06-27向國家知識產權局提交的專利申請。

本面向坐底式聲學波浪觀測的連續缺失原始數據填補方法在說明書摘要公布了：本發明公開了面向坐底式聲學波浪觀測的連續缺失原始數據填補方法，涉及海洋坐底式聲學波浪觀測技術領域，包括通過奇異譜分析算法將原始時間序列分解為不同特征子序列，提取出趨勢分量和瞬態變化分量；趨勢分量缺失部分通過BP神經網絡根據已有時序數據擬合生成整體趨勢分量數據完成缺失數據的填補；瞬態變化分量，按照瞬態分量缺失數據時段的前后向完整時序數據，通過GRU?DTW神經網絡模型分別完成數據各部分缺失數據的填補；數據填補完成后，重構形成完整的原始數據，用于波浪特征值統計計算。本發明高效還原其不同數量的連續缺失數據的原有狀態，提高了波高、波周期的測量準確度。

本發明授權面向坐底式聲學波浪觀測的連續缺失原始數據填補方法在權利要求書中公布了：1.面向坐底式聲學波浪觀測的連續缺失原始數據填補方法，其特征在于，包括如下步驟： 步驟1，通過奇異譜分析算法將原始時間序列分解為不同特征子序列，提取出趨勢分量和瞬態變化分量； 步驟2，步驟1所得的趨勢分量缺失部分通過BP神經網絡根據已有時序數據擬合生成整體趨勢分量數據完成缺失數據的填補； 步驟3，步驟1所得的瞬態變化分量，按照瞬態分量缺失數據時段的前后向完整時序數據，通過GRU-DTW神經網絡模型分別完成數據各部分缺失數據的填補； 步驟4，基于步驟2和步驟3數據填補完成后，重構形成完整的原始數據，用于波浪特征值統計計算； 所述步驟2具體為：BP神經網絡有1個輸入層、m個隱藏層和1個輸出層,每個神經元接收來自前一層神經元的輸入，經過加權求和與非線性激活函數處理后，將輸出傳遞給下一層；輸入層到隱藏層表達式為： 其中，為從輸入層第i個神經元到第1個隱藏層第j個神經元的權重；為隱藏層第j個神經元的偏置；為隱藏層第j個神經元的凈輸入；經過激活函數處理后，隱藏層第j個神經元的輸出為； 隱藏層到輸出層的表達式為： 其中，為從第m-1個隱藏層的第j個神經元到第m個隱藏層的第k個神經元的權重；為神經元的偏置；為第k個神經元的凈輸入；經過激活函數處理后，隱藏層第k個神經元的輸出為，輸出層第k個神經元的輸出為； 通過反向傳播更新權重和偏置； 所述反向傳播采用LM算法，結合梯度下降法和高斯-牛頓法，更新公式為： 其中，是參數向量V的更新量，權重和偏置參數數量為p，V則為p維向量；J是雅可比矩陣；是預測值與真實值之間的差值向量；是一個自適應的參數，用于平衡梯度下降法和高斯-牛頓法的貢獻，當很大時，接近梯度下降法；當很小時，接近高斯-牛頓法；是p×p的單位矩陣。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人山東省科學院海洋儀器儀表研究所，其通訊地址為：266200 山東省青島市即墨區鰲山衛街道青島藍色硅谷核心區藍色硅谷創業中心一期2號樓；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。