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！

龙图腾网恭喜武汉大学申请的专利基于转换器深度学习的流域洪水多步长预报方法及装置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：CN118939747B 。

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：202411048458.4，技术领域涉及：G06F16/29；该发明授权基于转换器深度学习的流域洪水多步长预报方法及装置是由周研来;卫晓婧;郭生练;熊立华;许崇育设计研发完成，并于2024-08-01向国家知识产权局提交的专利申请。

本基于转换器深度学习的流域洪水多步长预报方法及装置在说明书摘要公布了：本发明公开一种基于转换器深度学习的流域洪水多步长预报方法及装置，方法包括：考虑流域产汇流时长，构建基于自适应途径的转换器深度学习模型，智能匹配多步长洪水预报架构，采用双重自注意力机制捕捉洪水与降雨的局部与全局相依性；考虑目标函数正则化，采用亚当优化算法率定转换器深度学习模型参数；应用可解释性方法，解析输入因子对多步长洪水预报精度的贡献度，提升深度学习模型的物理可解释性。本发明构建基于自适应途径的转换器深度学习模型，确定不同洪水预见期下降雨、洪水有效输入因子；考虑双重自注意力机制和基于亚当优化算法的模型参数率定，进而不仅提高了流域洪水多步长预报的精度，而且延长了洪水预见期。

本发明授权基于转换器深度学习的流域洪水多步长预报方法及装置在权利要求书中公布了：1.基于转换器深度学习的流域洪水多步长预报方法，其特征在于，包括：获取待预报的源数据；将所述待预报的源数据输入训练后的转换器深度学习模型，输出预报流量；其中，所述转换器深度学习模型的训练，包括：考虑流域产汇流时长，构建基于自适应途径的转换器深度学习模型，所述转换器深度学习模型智能匹配多步长洪水预报架构，并采用双重自注意力机制捕捉洪水与降雨的局部与全局相依性；所述转换器深度学习模型的自适应途径包括多尺度分解器和多尺度聚合器，其中，所述多尺度分解器旨在通过傅立叶转换函数提取三种类型洪水历时特征和通过核函数表征三种类型洪水量级特征，所述多尺度聚合器旨在通过权重法将多尺度分解器输出聚合成自适应途径的最终输出，智能适配三种类型洪水的转换器深度学习模型；针对局部流量信息，采用内自注意力机制捕捉上游临近水文站流量与待预报流量相依性；针对全局降雨信息，采用外自注意力机制捕捉上游降雨中心雨量与待预报流量相依性；根据所述的转换器深度学习模型，考虑目标函数正则化，采用亚当优化算法率定模型参数，输出训练好的转换器深度学习模型。

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武汉大学，其通讯地址为：430072 湖北省武汉市武昌区八一路299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”。