本发明公开了一种下肢关节角度预测方法及系统，包括以下步骤，采集多名健康测试者连续完成多种典型运动过程中的第一原始关节角度时间序列，采集多名健康测试者完成任意种典型运动过程中的第二原始关节角度时间序列；对第一原始关节角度时间序列进行标准化处理，得到标准样本，其中部分标准样本构成训练集，剩余标准样本作为第一样本；对第二原始关节角度时间序列进行标准化处理，得到第二样本；将第一样本和第二样本均为测试样本，所有的测试样本构成测试集。本发明能够有效提升预测模型的预测精度和实时计算效率，且在保证预测精度的前提下提升了预测模型的跨场景适应性，方便实际使用。
📄 2026103632383
📂 G06F18_20
👤 南京信息工程大学, 南京理工大学
📅 2026-03-24
本发明公开一种风速预测方法，包括以下步骤：将风速时间序列自适应分解为多个模态分量，通过自适应优化算法动态确定分解过程中的模态长度和模态数量；针对每个模态分量，分别计算其局部非线性特征，通过包含可学习基函数的非线性映射结构提取非线性成分；针对每个模态分量，分别计算其长期时序依赖特征，通过改进的门控循环单元结构捕获时序依赖关系；将同一模态分量的局部非线性特征与长期时序依赖特征进行融合；基于融合特征进行风速预测输出；本发明实现了预测精度的提升，为非平稳时间序列的预测提供系统性方法论与工程指导。
📄 2026102702285
📂 G06F18_20
👤 南京信息工程大学, 南京晓扬电子科技有限公司
📅 2026-03-06
本发明公开了一种基于深度学习的电磁场智能计算方法，具体为：将时空输入向量输入至MFF‑PINN神经网络，所述MFF‑PINN神经网络包括个并行的子网络和线性叠加模块，第个子网络包括尺度变换模块，傅里叶特征变换模块以及MLP处理模块，首先对时空输入向量进行尺度变换，然后对尺度变换后的向量进行傅里叶特征变换，所述傅里叶特征变换模块基于有效频率矩阵对尺度变换后的向量进行傅里叶变换；所有子网络共享该傅里叶特征变换，将傅里叶特征变换得到的输出输入至第个子网络中的MLP处理模块；将个子网络的输出进行线性叠加。本发明显著增强了网络对电磁场高频分量及多尺度特征的表达能力。
📄 2026102100420
📂 G06F18_20
👤 南京信息工程大学
📅 2026-02-13
本发明公开了基于可信UKF‑BiLSTM的无人机位置预测方法及系统，涉及无人机位置预测技术领域，本发明提出的无人机位置预测方法在进行预测时利用BiLSTM获取非线性传递函数，可以更好地对无人机位置变化的非线性传递过程进行描述，结合UKF对无人机位置进行跟踪和预测，并根据可信度设置相关的损失函数，使BiLSTM的优化方向始终保持与可信度增加方向一致，同时可以较为实时可观地反映模型的匹配性。与传统的无人机预测算法相比，具有更好的精度和可解释性。
📄 2024113611882
📂 G06F18_20
👤 南京信息工程大学
📅 2024-09-27
本发明公开了气象站降雨量预测技术领域的一种分层超图神经网络降雨量预测方法和系统。方法包括：对获取到的各气象站的气象指标数据和气象文本数据进行特征提取，得到各气象站的气象特征；对所述各气象站的气象特征进行关系交互，得到各气象站的关系特征；将所述各气象站的气象特征和关系特征拼接后输入到前馈神经网络进行降雨量预测，得到各气象站的预测降雨量。本发明通过引入具有时间衰减和抑制效应捕捉能力的注意力机制和动态自适应的超图消息传递机制，使得对降雨过程时序动态的建模更加准确，能够适应动态天气环境，实现对气象站降雨量的精准预测。
📄 2026102113717
📂 G06F18_20
👤 南京信息工程大学
📅 2026-02-13
本发明提出一种基于间歇先验与跨尺度自适应融合的高铁沿线风速预测方法，包括：步骤1，收集并对齐沿线监测站点的秒级风速与分钟级均值，按滑动窗口组织为模型输入；步骤2，构建间歇先验模块；步骤3，采用秒级编码器提取秒级特征，通过间歇和波动双路池化分别汇聚间歇与波动的时变特征，形成秒级汇聚表示；步骤4，采用分钟级编码器对分钟级历史均值进行编码，得到分钟趋势表示；步骤5，通过含间歇引导跨尺度注意的融合层自适应融合分钟趋势与秒级汇聚表示，形成融合表示并送入预测头，输出预测结果并进行评估。本方法可有效地提高风速预测值的准确度，使得风速预测值可靠性大幅提升。
📄 2025114582044
📂 G06F18_20
👤 南京信息工程大学
📅 2025-10-13
本发明公开了一种基于深度学习的ERA5降水产品降尺度方法，首先获取ERA5再分析数据、GPM卫星数据和地面站日降水观测数据，并进行预处理；基于皮尔逊相关系数法衡量气象因子与地面观测降水之间的相关性，选取相关性较大的气象因子作为有效特征；剪裁各数据至研究区域，并进行归一化；建立降水降尺度模型，设计损失函数及模型参数；训练获得最优模型，对降尺度结果进行评估；采用双分支结构，以GPM卫星数据作为标签，一个分支以低分辨率降水作为输入，另一分支以有效气象特征作为输入来学习辅助指导；训练后的模型不仅捕捉了时间和空间上的数据变化，且很好地捕捉了极端情况，可以有效地将ERA5降水数据从25km降至10km。
📄 2023104547717
📂 G06F18_20
👤 南京信息工程大学
📅 2023-04-25
本发明提供一种融合多源数据的SAR海面有效波高深度学习反演方法，属于遥感海洋技术领域，具体为：对浮标数据预处理，获取浮标观测的海浪有效波高数据；获取干涉宽幅模式模式下收集的双极化单视复数SAR数据；对SAR数据进行预处理，将浮标观测得到的有效波高数据作为SAR数据的标签；获取与SAR数据对应的辅助数据，辅助数据包括风速、风向数据，降水数据以及OCN数据；构建融合多源数据的SAR有效波高深度学习反演模型，对融合多源数据的SAR有效波高深度学习反演模型进行训练，并采用测试集和验证集对训练后的模型进行测试和验证，得到最终的有效波高反演结果。本发明提升了模型对SAR数据反演能力。
📄 2026102263771
📂 G06F18_20
👤 南京信息工程大学
📅 2026-02-26
本发明公开了基于互补集成经验模分解的时空卷积短时交通流预测方法，包括：获取原始交通流数据并进行数据预处理；将交通流数据输入到预构建的CEEMD‑GAT‑LSTM模型中进行短时交通流预测。其中，构建的预测模型包括：采用CEEMD对交通流数据进行信号分解、采用GAT充分挖掘数据的空间特征、采用LSTM充分挖掘数据的时间特征，从而提高神经网络的学习效率。本发明能够有效提高短时交通流预测的预测精度，为交通部门提供有利的参考价值。
📄 2022112421699
📂 G06F18_20
👤 南京信息工程大学
📅 2022-10-11
本发明公开了一种顾及地表曲率的任意区域水汽收支量计算方法及系统，属于遥感科学与地球信息科学领域。该方法包括：收集三维大气资料并预处理；计算各网格点水汽输送通量；构建区域边界离散节点序列，基于地球曲率采用球面距离计算边界弧长；计算各弧段中点法向量并统一指向区域内侧；采用双线性插值获得弧段中点处的水汽输送通量，并投影至内法向方向；对边界弧段积分，计算区域水汽收支量。本发明在边界长度计算中考虑地球曲率，通过节点加密与双线性插值提高通量精度，并保留实际边界走向，克服了传统方法距离计算偏差、边界强制近似及通量代表误差等缺陷，显著提升任意区域水汽收支估算精度。
📄 2026103969541
📂 G06F18_20
👤 南京信息工程大学
📅 2026-03-30
本发明公开一种重构与分解的钱塘江涌潮协同预测方法及系统。本发明方法首先对原始不规则的潮汐事件流进行数据重构，通过构建“涨潮事件对”，并将潮汐事件之间的时间差转化为数值特征，从而生成一个包含潮位和时间动态的规则化多元时间序列。随后，将该序列输入至一个集成了自适应周期分解与多尺度时序变化学习的深度学习模型中。该模型通过一个协同预测解码器，一次性输出未来高低潮位、涨潮历时和潮汐周期的预测值，并最终还原为精确的涌潮高度和到达时间。本发明通过数据重构，将不规则的潮汐预测问题转化为规则的多元时间序列预测任务，实现了对涌潮高度和到达时间的协同预测。
📄 202511164804X
📂 G06F18_20
👤 浙江工业大学
📅 2025-08-20
一种基于多源数据融合和长距离建模的沙尘暴多任务检测方法，属于沙尘暴检测领域，包括以下步骤：S1、将气象再分析数据输入气象再分析数据处理网络，通过二维卷积和池化操作逐级提取气象再分析数据特征，至少提取四个尺度的气象再分析数据特征；S2、将初始的卫星数据与气象再分析数据连接得到初始的多源数据，将多源数据输入多源数据处理网络，进行长距离特征提取得到融合数据特征，然后连接同一尺度的气象再分析数据特征，继续进行长距离特征提取，得到能够表征沙尘暴的数据特征；S3、将得到的数据特征进行上采样，数据特征尺寸扩展至与输入数据一致，最后经过分类器得到沙尘暴的发生范围或发生强度。本发明提高了沙尘暴强度检测的性能。
📄 2025100380742
📂 G06F18_20
👤 浙江工业大学
📅 2025-01-10
柿子坊 · 知识产权运营
柿子坊知识产权运营平台