中国人民解放军国防科技大学李晟获国家专利权
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!
龙图腾网获悉中国人民解放军国防科技大学申请的专利基于混合专家模型与图注意力的地面站点气象要素预报方法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:CN121724065B 。
龙图腾网通过国家知识产权局官网在2026-04-21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:202610202803.8,技术领域涉及:G06N3/045;该发明授权基于混合专家模型与图注意力的地面站点气象要素预报方法是由李晟;杜振彩;李骞;周则明;张亮;王立文;吕启设计研发完成,并于2026-02-12向国家知识产权局提交的专利申请。
本基于混合专家模型与图注意力的地面站点气象要素预报方法在说明书摘要公布了:本申请涉及基于混合专家模型与图注意力机制的地面站点气象要素预报方法,所述方法集成混合专家模型与图注意力机制,通过多专家架构、场景感知路由和联合损失函数的协同优化,捕获地面站点气象要素之间的时空关联,提高了复杂场景下站点要素预报的准确度。本方法采用集成混合专家模型与图注意力机制,由差异化专家网络和场景感知路由器组成,有效捕获了地面站点气象要素之间的时空依赖;通过动态路由和精准预测的协同优化,有效提高了站点要素预报的准确度。
本发明授权基于混合专家模型与图注意力的地面站点气象要素预报方法在权利要求书中公布了:1.一种基于混合专家模型与图注意力机制的地面站点气象要素预报方法,其特征在于,包括步骤: 步骤1:获取地面自动气象站点的观测数据,并对所述观测数据进行预处理; 步骤2:采用线性映射层将预处理结果映射为高维特征; 步骤3:对所述高维特征采用时序信息嵌入层进行处理,得到时序增强型输入特征; 步骤4:将所述时序增强型输入特征输入到专家网络模块中,经过三个差异化架构的专家网络分别对时间维度演变规律进行建模、捕获静态时空依赖以及捕获可变的空间依赖;所述专家网络模块包括:专注于时间维度演变规律建模的时序专家网络、聚焦于静态时空依赖捕获的静态时空图专家网络以及适配动态时空依赖的动态时空图专家网络;步骤4具体包括: 将时序增强型输入特征输入到所述时序专家网络中,采用基于Transformer编码器的分层网络结构进行处理,得到时序专家网络的输出特征; 将时序增强型输入特征输入到所述静态时空图专家网络中,采用引入静态图编码器层的基于Transformer编码器的分层网络结构进行处理,得到静态时空图专家网络的输出特征;所述静态图编码器层用于采用图卷积网络GCN捕获空间依赖关系,对时序注意力输出特征用静态邻接矩阵加权矩阵每个节点的邻居特征; 将时序增强型输入特征输入到所述动态时空图专家网络中,采用引入动态图编码器层的基于Transformer编码器的分层网络结构进行处理,得到动态时空图专家网络的输出特征;所述动态图编码器层用于采用图卷积网络GCN捕获空间依赖关系,对时序注意力输出特征用动态邻接矩阵加权矩阵每个节点的邻居特征; 步骤5:将预处理结果和三个专家网络的输出特征输入到场景感知路由器中,依据元节点库建立预处理结果与专家网络输出之间的关联,评估三个专家网络的适配,得到每个专家对当前时间步场景的匹配分数;将匹配分数通过Softmax归一化处理,得到选择每个专家的路由概率; 步骤6:采用Top-K的硬件路由策略选择路由概率最高的专家输出作为最终的输出结果。
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中国人民解放军国防科技大学,其通讯地址为:410073 湖南省长沙市开福区德雅路109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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励