中国科学院国家空间科学中心蔡冰获国家专利权
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！
龙图腾网获悉中国科学院国家空间科学中心申请的专利一种基于迁移学习的超低轨100-300km单站点大气风速建模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：CN120995856B 。
龙图腾网通过国家知识产权局官网在2026-05-08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：202511100963.3，技术领域涉及：G06F30/27；该发明授权一种基于迁移学习的超低轨100-300km单站点大气风速建模方法是由蔡冰;何玉斌;徐轻尘;闫召爱;杨钧烽;李文;孙志斌;吴永昆设计研发完成，并于2025-08-07向国家知识产权局提交的专利申请。
本一种基于迁移学习的超低轨100-300km单站点大气风速建模方法在说明书摘要公布了：本发明涉及一种基于迁移学习的超低轨100‑300km单站点大气风速建模方法，包括：采集不同高度处的多源风场数据，并对所述多源风场数据进行预处理；对预处理后的多源风场数据进行融合处理，获取融合风场数据；对所述融合风场数据进行小波多尺度分解，获取多尺度不同高度特征数据；将所述多尺度不同高度特征数据输入预构建的迁移学习框架中，提取领域无关特征和目标域泛化建模；将提取的领域无关特征和目标域泛化建模结果输入预构建的DeepONet模型，获取风速预测值，同时获取重力波振幅及潮汐相位参数。本发明在小样本条件下有效克服高度扩展难题，适用于超低轨飞行器轨道控制、空间天气扰动预警与大气密度建模等场景。
本发明授权一种基于迁移学习的超低轨100-300km单站点大气风速建模方法在权利要求书中公布了：1.一种基于迁移学习的超低轨100-300km单站点大气风速建模方法，其特征在于，包括： 采集不同高度处的多源风场数据，并对所述多源风场数据进行预处理； 对预处理后的多源风场数据进行融合处理，获取融合风场数据； 对所述融合风场数据进行小波多尺度分解，获取多尺度不同高度特征数据； 将所述多尺度不同高度特征数据输入预构建的迁移学习框架中，提取领域无关特征，同时进行目标域泛化建模； 将提取的领域无关特征和目标域泛化建模结果输入预构建的DeepONet模型，获取风速预测值；同时基于所述多尺度不同高度特征数据的高频分量获取重力波振幅，以及基于潮汐分量获取潮汐相位参数。
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科学院国家空间科学中心，其通讯地址为：100190 北京市海淀区中关村南二条1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。
免责声明
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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
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