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(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉中南大學(xué);湖南省測(cè)繪科技研究所申請(qǐng)的專利基于動(dòng)態(tài)圖卷積網(wǎng)絡(luò)和膨脹時(shí)序卷積的降雨預(yù)測(cè)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(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN119862906B 。

龍圖騰網(wǎng)通過國家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-09-26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(qǐng)?zhí)?專利號(hào)為：202411939022.4，技術(shù)領(lǐng)域涉及：G06F18/213；該發(fā)明授權(quán)基于動(dòng)態(tài)圖卷積網(wǎng)絡(luò)和膨脹時(shí)序卷積的降雨預(yù)測(cè)方法是由黃寧;陳必焰;靳文憑;歐陽霖;史照清設(shè)計(jì)研發(fā)完成，并于2024-12-26向國家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本基于動(dòng)態(tài)圖卷積網(wǎng)絡(luò)和膨脹時(shí)序卷積的降雨預(yù)測(cè)方法在說明書摘要公布了：本發(fā)明涉及降雨預(yù)測(cè)技術(shù)領(lǐng)域，公開了基于動(dòng)態(tài)圖卷積網(wǎng)絡(luò)和膨脹時(shí)序卷積的降雨預(yù)測(cè)方法，包括以下步驟；S1、數(shù)據(jù)加載和預(yù)處理；對(duì)氣象數(shù)據(jù)進(jìn)行加載和預(yù)處理，構(gòu)建包含多維氣象特征、時(shí)間維度和空間維度的三維數(shù)據(jù)矩陣；S2、動(dòng)態(tài)圖卷積網(wǎng)絡(luò)構(gòu)建；通過動(dòng)態(tài)圖卷積網(wǎng)絡(luò)對(duì)三維數(shù)據(jù)矩陣的空間動(dòng)態(tài)依賴關(guān)系進(jìn)行建模，其中所述動(dòng)態(tài)圖卷積網(wǎng)絡(luò)通過動(dòng)態(tài)生成的鄰接矩陣捕捉不同地理節(jié)點(diǎn)之間的動(dòng)態(tài)空間關(guān)聯(lián)。通過采用動(dòng)態(tài)圖卷積網(wǎng)絡(luò)的技術(shù)方案，通過多頭注意力機(jī)制動(dòng)態(tài)生成鄰接矩陣，實(shí)時(shí)捕捉氣象站點(diǎn)間的動(dòng)態(tài)空間依賴關(guān)系。達(dá)到了準(zhǔn)確反映地理節(jié)點(diǎn)隨時(shí)間變化的交互特性這一技術(shù)效果。相較于現(xiàn)有技術(shù)中靜態(tài)鄰接矩陣無法體現(xiàn)節(jié)點(diǎn)動(dòng)態(tài)關(guān)系的技術(shù)方案，解決了其在建模時(shí)空間關(guān)系僵化的問題。

本發(fā)明授權(quán)基于動(dòng)態(tài)圖卷積網(wǎng)絡(luò)和膨脹時(shí)序卷積的降雨預(yù)測(cè)方法在權(quán)利要求書中公布了：1.基于動(dòng)態(tài)圖卷積網(wǎng)絡(luò)和膨脹時(shí)序卷積的降雨預(yù)測(cè)方法，其特征在于，包括以下步驟； S1、數(shù)據(jù)加載和預(yù)處理；對(duì)氣象數(shù)據(jù)進(jìn)行加載和預(yù)處理，構(gòu)建包含多維氣象特征、時(shí)間維度和空間維度的三維數(shù)據(jù)矩陣； S2、動(dòng)態(tài)圖卷積網(wǎng)絡(luò)構(gòu)建；通過動(dòng)態(tài)圖卷積網(wǎng)絡(luò)對(duì)三維數(shù)據(jù)矩陣的空間動(dòng)態(tài)依賴關(guān)系進(jìn)行建模，其中所述動(dòng)態(tài)圖卷積網(wǎng)絡(luò)通過動(dòng)態(tài)生成的鄰接矩陣捕捉不同地理節(jié)點(diǎn)之間的動(dòng)態(tài)空間關(guān)聯(lián)； S3、膨脹時(shí)序卷積網(wǎng)絡(luò)構(gòu)建；通過膨脹時(shí)序卷積網(wǎng)絡(luò)對(duì)經(jīng)過空間建模的數(shù)據(jù)進(jìn)行時(shí)間依賴關(guān)系的建模，其中膨脹時(shí)序卷積網(wǎng)絡(luò)通過膨脹卷積實(shí)現(xiàn)多尺度時(shí)間依賴特征的提取； S4、模型訓(xùn)練與驗(yàn)證；基于所述動(dòng)態(tài)圖卷積網(wǎng)絡(luò)和膨脹時(shí)序卷積網(wǎng)絡(luò)聯(lián)合提取的時(shí)空特征進(jìn)行模型訓(xùn)練；訓(xùn)練中采用Huber損失函數(shù)和ReduceLROnPlateau策略； S5、模型預(yù)測(cè)與評(píng)估；使用訓(xùn)練后的模型對(duì)輸入的氣象數(shù)據(jù)進(jìn)行降雨量的多步預(yù)測(cè)；多步預(yù)測(cè)為將前一時(shí)間步的預(yù)測(cè)結(jié)果作為輸入，逐步擴(kuò)展預(yù)測(cè)范圍，得到多步預(yù)測(cè)結(jié)果； 其中，所述步驟S2中具體包括以下步驟； S2.1、為每個(gè)地理節(jié)點(diǎn)初始化嵌入向量，根據(jù)嵌入向量計(jì)算節(jié)點(diǎn)之間的靜態(tài)鄰接關(guān)系矩陣； S2.2、利用多頭注意力機(jī)制動(dòng)態(tài)調(diào)整鄰接矩陣，捕捉不同時(shí)間步中節(jié)點(diǎn)之間的動(dòng)態(tài)空間關(guān)聯(lián)； S2.3、基于動(dòng)態(tài)鄰接矩陣對(duì)節(jié)點(diǎn)特征進(jìn)行卷積操作，以獲取地理節(jié)點(diǎn)的動(dòng)態(tài)空間特征； 所述步驟S3中具體包括以下步驟； S3.1、通過膨脹卷積對(duì)時(shí)間序列數(shù)據(jù)進(jìn)行卷積處理，逐層擴(kuò)大時(shí)間感受野，捕捉不同時(shí)間尺度的依賴特征； S3.2、設(shè)置不同的膨脹率以實(shí)現(xiàn)多尺度時(shí)間依賴建模； S3.3、通過門控機(jī)制過濾無關(guān)信息，保留重要時(shí)間序列特征。

如需購買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請(qǐng)人或?qū)＠麢?quán)人中南大學(xué);湖南省測(cè)繪科技研究所，其通訊地址為：410000 湖南省長沙市岳麓山左家垅；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)”。