Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜南京信息工程大学秦华旺获国家专利权

恭喜南京信息工程大学秦华旺获国家专利权

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!

龙图腾网恭喜南京信息工程大学申请的专利一种基于Mamba-ASPP与R-TCN的台风风速预测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:CN119274083B

龙图腾网通过国家知识产权局官网在2025-03-18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:202411784143.6,技术领域涉及:G06V20/13;该发明授权一种基于Mamba-ASPP与R-TCN的台风风速预测方法是由秦华旺;田烽设计研发完成,并于2024-12-06向国家知识产权局提交的专利申请。

一种基于Mamba-ASPP与R-TCN的台风风速预测方法在说明书摘要公布了:本发明公开了一种基于Mamba‑ASPP与R‑TCN的台风风速预测方法,步骤如下:获取卫星云图数据集并进行预处理;构建Mamba‑ASPP模块进行空间特征提取,构建R‑TCN模块进行时间特征提取,得到输入图像的全局空间特征图和时间特征图拼接,放入ITSAM模块进行综合特征处理,得到台风风速的预测值;将三个模块集成为初始风速预测模型,用自适应遗传算法优化的海鸥算法对初始风速预测模型超参数进行优化和训练,得到目标风速预测模型;将前一小时图像数据输入目标风速预测模型,预测下一小时的台风风速。本发明方法通过整合不同时间和空间尺度特征信息,应对台风风速变化的复杂性,有效提升了台风预测的效率和准确性。

本发明授权一种基于Mamba-ASPP与R-TCN的台风风速预测方法在权利要求书中公布了:1.一种基于Mamba-ASPP与R-TCN的台风风速预测方法,其特征在于,包括如下步骤:步骤1、获取卫星云图数据集,并对图像进行预处理,得到预处理后的图像数据集;步骤2、构建Mamba-ASPP模块,将预处理后图像数据集中相邻帧的图像数据输入所述Mamba-ASPP模块,进行空间特征提取,得到输入图像的全局空间特征图,包括以下子步骤:步骤201、构建Mamba-ASPP模块,结合Mamba网络模块与ASPP网络模块,在所述Mamba网络模块中,通过状态空间模块与深度可分离卷积提取图像的空间特征,在所述ASPP网络模块中,通过空洞卷积多尺度提取图像的全局空间特征;步骤202、将预处理后的图像输入所述Mamba-ASPP模块,图像依次经过深度可分离卷积层、深度可分离卷积层、深度可分离卷积层与深度可分离卷积层,得到四个特征图,,,;步骤203、将特征图与特征图进行通道拼接,依次经过卷积层对各通道特征进行线性组合,经过线性层与Relu激活函数层增强特征图非线性表示能力,再进入SSM-ASPP模块进行多尺度空间特征提取,得到初级特征图;步骤204、将特征图经过线性层与Relu激活函数层得到的特征图,与初级特征图进行通道拼接,再次进入SSM-ASPP模块进行多尺度空间特征提取,得到中级特征图;步骤205、将特征图与特征图进行通道拼接,经过卷积层对各通道特征进行线性组合,经过线性层与Relu激活函数层并与中级特征图进行通道拼接,进入SSM-ASPP模块进行多尺度空间特征提取,得到高级特征图;步骤206、将得到的初级特征图、中级特征图、高级特征图进行通道拼接,依次经过卷积层、线性层、Relu激活函数层,得到输入图像的全局空间特征图;步骤3、构建R-TCN模块,将预处理后图像数据集中相邻帧的图像数据输入所述R-TCN模块,进行时间特征提取,得到输入图像的全局时间特征图,包括以下子步骤:步骤301、构建N层R-TCN网络模块,每层R-TCN网络模块内部用因果膨胀卷积进行时间序列建模,并融合空洞金字塔卷积得到因果空洞金字塔卷积,对于输入特征图,通过所述因果空洞金字塔卷积提取时间特征,并将每一个空洞卷积核计算出的时间特征进行拼接,得到时间特征图;步骤302、将时间特征图放入第一层TCN网络模块,经过批归一化层、Swish激活函数层、StochasticDepth正则化机制层,提升特征的非线性变换能力与稳定性,得到特征图,将输入特征图通过残差连接与特征图相加得到特征图;步骤303、将特征图作为输入放入第二层TCN网络模块,得到特征图,将特征图通过残差连接与特征图相加后作为输入放入第三层TCN网络模块,重复N-1次后将第N-1层TCN网络模块的输出通过残差连接与第N层TCN网络模块的输出相加,得到输入图像的全局时间特征图;步骤4、构建ITSAM模块,将输入图像的全局空间特征图和全局时间特征图进行拼接,放入所述ITSAM模块进行综合特征处理,得到台风风速的预测值;步骤5、将构建的Mamba-ASPP模块、R-TCN模块、ITSAM模块集成,形成初始风速预测模型,用自适应遗传算法优化的海鸥算法对初始风速预测模型的超参数进行优化和训练,并将训练后的模型作为目标风速预测模型;步骤6、将前一小时的图像数据输入目标风速预测模型,预测下一小时的台风风速。

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”。

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。