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(jiān)控用IP管家,真方便！

龍圖騰網恭喜中國海洋大學申請的專利基于深度神經網絡微調訓練的多元氣象要素數據預測方法獲國家發(fā)明授權專利權，本發(fā)明授權專利權由國家知識產權局授予，授權公告號為：CN119848442B 。

龍圖騰網通過國家知識產權局官網在2025-05-27發(fā)布的發(fā)明授權授權公告中獲悉：該發(fā)明授權的專利申請?zhí)?專利號為：202510339044.5，技術領域涉及：G06F18/10；該發(fā)明授權基于深度神經網絡微調訓練的多元氣象要素數據預測方法是由王斌;韓永琪;洪鋒設計研發(fā)完成，并于2025-03-21向國家知識產權局提交的專利申請。

本基于深度神經網絡微調訓練的多元氣象要素數據預測方法在說明書摘要公布了：基于深度神經網絡微調訓練的多元氣象要素數據預測方法，包括多元氣象數據集預處理，獲得初步預測結果，將初步預測結果按氣象要素分割或按時間步長分割；將各條時間序列分別匹配通用的輕量級微調模塊以進行微調，通過多個線性層組成的多層感知機以充分提取特征；將線性層的輸出與層歸一化所得到的權重V相乘，得到該輕量級微調模塊對應的預測結果；最后將各個輕量級微調模塊的結果合并。本發(fā)明通過引入先進的時間序列分析技術和動態(tài)調整機制，能夠實時監(jiān)控模型性能，并在必要時自動進行調整，從而減少預測誤差的累積，保持模型的長期穩(wěn)定性和可靠性，適用于任何以時間序列表達的氣象要素預測，且用戶可以自行選擇合適的已訓練的深度學習模型。

本發(fā)明授權基于深度神經網絡微調訓練的多元氣象要素數據預測方法在權利要求書中公布了：1.基于深度神經網絡微調訓練的多元氣象要素數據預測方法，其特征是包括以下步驟：1）多元氣象數據集預處理在多元氣象數據集RT×K×N中，T為時間步長，K為空間范圍，N為氣象要素個數，數據X∈RT×K×N是空間范圍K中的時間步長為T且含有N個氣象要素的數據，以其預測空間范圍K中未來S個時間步長且含有N個氣象要素的預測數據?∈RS×K×N；預處理包括移除序列數據中的異常值和缺失值，對數據進行歸一化處理；2）獲得初步預測結果對于歷史數據X={x1,...,xT}∈RT×K×N，選任意已訓練好的深度學習模型進行初步訓練，獲得初步預測結果?={y1,...,yS}∈RS×K×N；3）分割初步預測結果將初步預測結果按氣象要素分割成N條時間序列，或按時間步長分割成S條時間序列；4）對各條時間序列進行微調訓練將各條時間序列分別匹配N個或S個通用的輕量級微調模塊以進行微調；每個輕量級微調模塊都配備Adam優(yōu)化器；每個輕量級微調模塊訓練過程如下：S1：先對各條時間序列進行均值方差歸一化，得到歸一化序列?var_norm；S2：同時對各條時間序列使用LayerNorm做層歸一化處理，得到權重V；S3:將S1得到的歸一化序列?var_norm送入一個由4個線性層組成的多層感知機以更改數據的特征維度，使時間序列的通道數從初始的1個通道變?yōu)閔1個通道，再變?yōu)閔2個通道，隨后又變回h1個通道，以充分提取特征，最后序列被壓縮回1維通道，完成了通道變化的完整循環(huán)，得到線性層結果?var_hidden；在每個線性層之后，引入GELU激活函數；S4:最后將線性層的輸出?var_hidden與層歸一化所得到的權重V相乘，得到該輕量級微調模塊對應的預測結果；5）生成預測結果將各個輕量級微調模塊的結果合并，從而得到多元氣象要素數據的預測結果?∈RS×K×N。

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中國海洋大學，其通訊地址為：266100 山東省青島市嶗山區(qū)松嶺路238號；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”。