買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜廣州賦安數字科技有限公司申請的專利基于多源異構數據的海洋AI分析和海洋災害預測方法及系統獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN119939176B 。

龍圖騰網通過國家知識產權局官網在2025-06-17發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510436258.4，技術領域涉及：G06F18/20；該發明授權基于多源異構數據的海洋AI分析和海洋災害預測方法及系統是由梁華;王明;王久玲;李玉杰;王成騫設計研發完成，并于2025-04-09向國家知識產權局提交的專利申請。

本基于多源異構數據的海洋AI分析和海洋災害預測方法及系統在說明書摘要公布了：本發明涉及一種基于多源異構數據的海洋AI分析和海洋災害預測方法及系統。該方法：對海洋監測數據進行數據矩陣構建和信息量計算，得到監測指標權重矩陣，并結合監測指標權重矩陣進行樣本間相似度計算和鄰域半徑計算，得到降維特征數據集；將降維特征數據集輸入三層神經網絡結構，對各監測點進行并行訓練，得到分布式預測模型和訓練輸出結果；根據訓練輸出結果建立n級狀態空間，并通過馬爾可夫決策算法得到分層預警閾值集；將實時監測特征數據輸入分布式預測模型進行異常狀態預測，得到異常狀態預測值，并將異常狀態預測值與分層預警閾值集進行比對，輸出預警等級信號。本發明提高了海洋AI分析和海洋災害預測的準確率。

本發明授權基于多源異構數據的海洋AI分析和海洋災害預測方法及系統在權利要求書中公布了：1.一種基于多源異構數據的海洋AI分析和海洋災害預測方法，其特征在于，包括以下步驟： 對海洋監測數據進行數據矩陣構建和信息量計算，得到監測指標權重矩陣，并結合所述監測指標權重矩陣進行樣本間相似度計算和鄰域半徑計算，得到降維特征數據集； 將所述降維特征數據集輸入三層神經網絡結構，對各監測點進行并行訓練，得到分布式預測模型和訓練輸出結果； 根據所述訓練輸出結果建立n級狀態空間，并通過馬爾可夫決策算法得到分層預警閾值集，具體包括：將所述分布式預測模型的訓練輸出結果按照海洋異常程度進行等級劃分，分為n個等級，所述異常程度包含低度異常、中度異常、高度異常，對每個等級賦予對應的狀態標識，得到n級狀態空間；對所述n級狀態空間中相鄰時刻的狀態變化進行統計分析，記錄狀態間的轉移次數，并按照總體轉移次數進行比例計算，得到狀態間轉移概率數據；將所述狀態間轉移概率數據構建成矩陣形式，矩陣中行表示當前狀態，列表示下一時刻狀態，數值表示對應的轉移概率，得到狀態轉移概率矩陣；基于海洋預警決策準確性和預警響應時效性設置獎勵分值，對預警準確且及時的狀態賦予正向獎勵，對預警滯后或誤報的狀態賦予負向獎勵，得到狀態獎勵函數；將所述狀態轉移概率矩陣和所述狀態獎勵函數輸入馬爾可夫決策算法，基于狀態值函數，對每個狀態進行多輪迭代計算，直到狀態值收斂穩定，得到各狀態的最優決策值；根據所述各狀態的最優決策值設定對應的預警閾值，并按照異常程度由低到高的順序對預警閾值進行排序，得到分層預警閾值集； 將實時監測特征數據輸入所述分布式預測模型進行異常狀態預測，得到異常狀態預測值，并將所述異常狀態預測值與所述分層預警閾值集進行比對，得到異常狀態預測結果；根據所述異常狀態預測結果更新狀態轉移概率矩陣，記錄當前狀態到下一預測狀態的轉移情況，得到更新后的狀態轉移數據；將所述更新后的狀態轉移數據輸入馬爾可夫決策算法，重新計算狀態值函數，并動態調整預警閾值，得到更新后的分層預警閾值集；按照所述異常狀態預測結果對應的更新后的異常等級，最終生成相應級別的預警等級信號。

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廣州賦安數字科技有限公司，其通訊地址為：510630 廣東省廣州市天河區五山街粵墾路68號1301房(部位:1301-1室)；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”。