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！

龙图腾网恭喜青岛哈尔滨工程大学创新发展中心;青岛协同创新研究院申请的专利一种基于深度学习的近岸海浪预报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：CN119720804B 。

龙图腾网通过国家知识产权局官网在2025-06-20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：202510213635.8，技术领域涉及：G06F30/27；该发明授权一种基于深度学习的近岸海浪预报方法及系统是由黄礼敏;刘育良;吴可迪;张杰;孙雪海设计研发完成，并于2025-02-26向国家知识产权局提交的专利申请。

本一种基于深度学习的近岸海浪预报方法及系统在说明书摘要公布了：本发明属于海洋环境预测技术领域，公开了一种基于深度学习的近岸海浪预报方法及系统。该方法基于开源环境数据构建基于深度学习的近岸临近波浪预报模型NWNN训练数据集；构建近岸临近波浪预报模型NWNN；使用PyTorch训练近岸临近波浪预报模型NWNN；利用未经近岸临近波浪预报模型NWNN训练的浮标实测值，对预报结果进行准确度验证。本发明可以为海洋天气事件的预测提供更准确、可靠的数据支持，从而有助于保障海洋经济和人民群众的生命财产安全、了解气候变化的趋势和影响。

本发明授权一种基于深度学习的近岸海浪预报方法及系统在权利要求书中公布了：1.一种基于深度学习的近岸海浪预报方法，其特征在于，该方法包括步骤：S1，基于开源环境数据，构建基于深度学习的近岸临近波浪预报模型NWNN训练数据集；S2，基于构建的训练数据集，构建近岸临近波浪预报模型NWNN；S3，使用PyTorch训练近岸临近波浪预报模型NWNN；S4，利用未经近岸临近波浪预报模型NWNN训练的浮标实测值，对预报结果进行准确度验证；在步骤S2中，构建近岸临近波浪预报模型NWNN，包括：构建浮标特征提取模块和区域风浪特征提取模块，浮标特征提取模块由四个全连接层组成，每一层使用ReLU函数进行激活；区域风浪特征提取模块由两个卷积池化层组成，每次卷积后使用ReLU函数进行激活，将形成的矩阵向量进行展平并输入到一个全连接层；将两个模块的结果进行拼接，经过一个全连接层生成预测的海浪，完成近岸临近波浪预报模型NWNN的构建；近岸临近波浪预报模型的输入为过去24h浮标的实测数据和过去2h区域的风场和海浪网格数据，输入维度分别为二维张量B×T和四维张量B×T×V×H×W；输出为未来24h的海浪数据，输出维度为二维张量B×T；其中，B为批次大小，T为时间长度，V为变量数，D为径向长度，H为经向长度，W为纬向长度。

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青岛哈尔滨工程大学创新发展中心;青岛协同创新研究院，其通讯地址为：266400 山东省青岛市黄岛区三沙路1777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”。