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！

龙图腾网恭喜合肥工业大学申请的专利基于增量学习的时空双维度的低空雷暴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：CN119669910B 。

龙图腾网通过国家知识产权局官网在2025-05-30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：202510186179.2，技术领域涉及：G06F18/2415；该发明授权基于增量学习的时空双维度的低空雷暴预测方法是由魏振春;付俊宇;吕增威;向念文;陈志伟;王超群;王书来;杨煜设计研发完成，并于2025-02-20向国家知识产权局提交的专利申请。

本基于增量学习的时空双维度的低空雷暴预测方法在说明书摘要公布了：本发明公开了一种基于增量学习的时空双维度的低空雷暴预测方法，涉及人工智能与气象学交叉技术领域，包括：采集电磁波图像数据，形成T个用于低空雷暴预测的电磁波数据集，在每次增量批次到来时，建立新的增量模块以及当前增量批次预测模型，采用Transformer与CNN特征提取器对电磁波图像数据进行时空双维度的特征提取，同时利用增量学习方法通过对多批次电磁波图像数据进行预测模型的迭代训练，在模型不丢失已学习知识的前提下，逐步学习到了新类别电磁波形数据，从而保证了本发明中最终得到训练完成的预测模型的识别和预测能力，避免了模型参数固定的缺陷，提高了本发明方法的分类精度。

本发明授权基于增量学习的时空双维度的低空雷暴预测方法在权利要求书中公布了：1.一种基于增量学习的时空双维度的低空雷暴预测方法，其特征在于，包括：S1：采集电磁波图像，形成T个用于低空雷暴预测的电磁波数据集{D0,D1,...,Dt,...,DT-1}；其中，Dt表示第个增量批次中新类别电磁波数据集，T-1为增量总批次数量，当t=0时，表示初始电磁波数据集；S2：在第t增量批次到来时，建立新的增量模块，并基于第t增量批次即当前增量批次后的总电磁波数据集Dtmodel和上一增量批次预测模型Ft-1x进行训练，得到当前增量批次预测模型Ftx；其中，Dtmodel={D0∪D1...Dt}，x表示电磁波图像；按照步骤S2的方式，经T-1个增量批次后，得到最终预测模型FT-1x；S3：将待测电磁波图像输入到最终预测模型FT-1x中进行预测，获取预测类别；当前增量批次预测模型的处理过程，包括：A1：对电磁波图像分别进行空间维度和时间维度的预处理，获取图像预处理矩阵，图像预处理矩阵包括归一化矩阵和波形时间矩阵；A2：将图像预处理矩阵输入到当前增量批次预测模型中的时空特征提取器，得到时间特征矩阵以及空间特征矩阵；其中，时空特征提取器包括CNN空间特征提取器以及Transformer时间特征提取器；A3：将时间特征矩阵以及空间特征矩阵输入到特征拼接模块进行特征拼接，获取得到时空特征矩阵；A4：将时空特征矩阵输入到线性分类器，得到预测类别。

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合肥工业大学，其通讯地址为：230009 安徽省合肥市包河区屯溪路193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”。