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！

龙图腾网获悉南京信息工程大学申请的专利一种长时间依赖建模与跨分支融合的海温预测方法和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：CN121639947B 。

龙图腾网通过国家知识产权局官网在2026-04-28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：202610159340.1，技术领域涉及：G06T17/00；该发明授权一种长时间依赖建模与跨分支融合的海温预测方法和系统是由朱洵;汤宇;葛泉波;崔迎杰;杨文渊设计研发完成，并于2026-02-04向国家知识产权局提交的专利申请。

本一种长时间依赖建模与跨分支融合的海温预测方法和系统在说明书摘要公布了：本发明公开了海洋气象智能预测与深度学习建模技术领域的一种长时间依赖建模与跨分支融合的海温预测方法和系统。方法包括：利用深度卷积编码器对标准化的海温时序图像序列进行空间特征编码，得到多层次空间特征；对多层次空间特征进行二维离散小波分解，得到低频近似表示、水平奇异特征、垂直奇异特征和对角边缘特征后输入到小波注意力模块中，得到短期时序增强特征；将多层次空间特征和低频近似表示输入到ConvLSTM模块中，得到高频动态增强特征；将短期时序增强特征和高频动态增强特征输入到跨分支注意力融合模块，得到融合特征后依次输入到Informer时序编码器和解码器，得到预测结果。

本发明授权一种长时间依赖建模与跨分支融合的海温预测方法和系统在权利要求书中公布了：1.一种长时间依赖建模与跨分支融合的海温预测方法，其特征在于，包括： 对获取到的海温时序图像数据进行归一化处理，得到标准化的海温时序图像序列； 将所述标准化的海温时序图像序列输入到训练好的多尺度海温预测模型中： 利用深度卷积编码器对所述标准化的海温时序图像序列进行空间特征编码，得到多层次空间特征； 对所述多层次空间特征进行二维离散小波分解，得到低频近似表示、水平奇异特征、垂直奇异特征和对角边缘特征； 将所述多层次空间特征、低频近似表示、水平奇异特征、垂直奇异特征和对角边缘特征输入到小波注意力模块中，得到短期时序增强特征； 将所述多层次空间特征和低频近似表示输入到ConvLSTM模块中，得到高频动态增强特征； 将所述短期时序增强特征和高频动态增强特征输入到跨分支注意力融合模块，得到融合特征； 将所述融合特征线性投影后输入到Informer时序编码器，得到时序依赖增强特征； 将所述时序依赖增强特征输入到解码器，得到预测结果； 所述将所述多层次空间特征、低频近似表示、水平奇异特征、垂直奇异特征和对角边缘特征输入到小波注意力模块中，得到短期时序增强特征，包括： 将时刻的多层次空间特征和时刻的短期时序增强特征输入到重置门，得到时刻重置门的输出； 将时刻的多层次空间特征和时刻的短期时序增强特征输入到更新门，得到时刻更新门的输出； 根据所述时刻重置门的输出和时刻的多层次空间特征，生成时刻候选激活状态； 根据所述时刻候选激活状态和时刻更新门的输出，生成时刻门控时序增强特征； 利用1×1卷积对低频近似表示、水平奇异特征、垂直奇异特征和对角边缘特征进行通道扩展，得到扩展后的低频近似表示、水平奇异特征、垂直奇异特征和对角边缘特征； 将所述时刻门控时序增强特征、扩展后的低频近似表示、水平奇异特征、垂直奇异特征和对角边缘特征沿通道维度拼接，得到时刻综合特征表示； 将所述时刻综合特征表示输入到小波自注意力算子进行空间频域联合表示学习，得到时刻的短期时序增强特征。

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南京信息工程大学，其通讯地址为：210044 江苏省南京市江北新区宁六路219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。