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！

龙图腾网恭喜无锡九方科技有限公司申请的专利基于深度学习模型的海洋环境信息数据同化方法及系统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：CN118965122B 。

龙图腾网通过国家知识产权局官网在2025-04-01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：202411423981.0，技术领域涉及：G06F18/241；该发明授权基于深度学习模型的海洋环境信息数据同化方法及系统是由王明清;王丹妮;许立兵;王雄;罗子聪;张子亭;过莹烨设计研发完成，并于2024-10-12向国家知识产权局提交的专利申请。

本基于深度学习模型的海洋环境信息数据同化方法及系统在说明书摘要公布了：本发明公开了基于深度学习模型的海洋环境信息数据同化方法及系统，涉及海洋环境信息数据处理技术领域。通过获取观测区域内海洋环境要素在空间分布场上的时间序列观测数据，并利用集合卡尔曼滤波算法进行同化，以迭代更新的数据误差作为生成器G的输入，以观测数据为真实数据构建生成对抗网络，对生成对抗网络的判别器D和生成器G进行训练，利用训练好的生成器G模型合成虚拟观测数据样本，通过判定同化性能评价指标是否达到设定的期望值作为迭代判定条件控制同化流程，能够有效解决基于稀疏观测数据实现对观测区域海洋环境要素空间分布场的高分辨率预测，从而满足高精度的动态系统模型对高分辨率海洋环境信息的需求。

本发明授权基于深度学习模型的海洋环境信息数据同化方法及系统在权利要求书中公布了：1.基于深度学习模型的海洋环境信息数据同化方法，其特征在于，包括以下步骤：S1：获取观测区域内任一海洋环境要素在空间分布场上的时间序列观测数据，其中，所述海洋环境要素包括温度、盐度、海流流速；S2：将观测数据按照采样时刻分类为N个集合，定义为第i个集合在t时刻的状态分析值，为第i个集合在t+1时刻的状态预测值，将获取的时间序列观测数据利用集合卡尔曼滤波算式进行表达，并对所述状态分析值进行迭代更新，其中，集合卡尔曼滤波算式表达式为： 式中，Mt,t+1为t时刻至t+1时刻的线性预测因子；wi,t为t时刻的模型误差，且wi,t～N0,Qt，Qt为集合的协方差矩阵；为第i个集合在t时刻的状态预测值；为第i个集合在t时刻的状态分析值；α为当前状态参量；f为预测状态参量；S3：以迭代更新的数据误差wi,t作为生成器G的输入，以获取的观测数据为真实数据构建生成对抗网络，利用生成器G生成虚拟观测数据Gz，通过观测数据和生成的虚拟观测数据Gz对所述生成对抗网络的判别器D和生成器G进行训练，直至所述判别器D的输出结果为DGz＝1；S4：利用训练好的生成器G模型合成若干虚拟观测数据样本；S5：重复步骤S2-S4至同化性能评价指标达到设定的期望值，其中，所述同化性能评价指标包括观测数据的均方根误差RMSE和t时刻观测数据预测值的集合均值RMSEt；所述状态分析值迭代更新过程表达式为： 式1中，为第i个集合在t+1时刻的状态分析值；Kt+1为增益矩阵；为在t+1时刻的观测数据；vi,t为t时刻的观测误差，且vi,t～N0,Qt；Ht+1为在t+1时刻的观测因子；式2中，为在t+1时刻的状态分析值均值；N为数据总量；式3中，为分析现场误差方差矩阵；H为观测因子；Rt为t时刻的测量噪声协方差矩阵；式4中，为第i个集合在t时刻的状态预测值均值；式7中，为在t+1时刻的状态预测值均值。

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无锡九方科技有限公司，其通讯地址为：214000 江苏省无锡市滨湖区蠡园开发区吟白路1号研创大厦1701-1室；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”。