发明专利已授权

基于递归门控卷积和注意力机制改进的ENSO时空预测方法

📄 申请号：CN202310312312.5 📄 发布日：2026/08/10

著录项目信息

申请日

2023-03-28

公开号

CN116307224B

公开日

2026-04-07

申请人

南京信息工程大学

法律状态

已下证

专利类型

发明

主分类号

G06Q10_04

IPC 分类号

G06Q10_04 , G06N3_0455 , G06N3_0442 , G06N3_0464 , G06N3_048 , G06N3_08 ,

技术画像

所属领域

其他分类其他

应用场景

气候预测, 海洋监测, 灾害预警, 气象服务

AI 智能推荐 · 同申请人专利 · 搜索相似专利

摘要

本发明公开了基于递归门控卷积和注意力机制改进的ENSO时空预测方法，包括如下步骤，S1、构建ENSO样本数据集；S2、构建密集卷积(Dense Block)模块增强特征传播降低参数数量；S3、构建利用Attention机制改进的MIMG‑Encoder‑Decoder架构；S4、转置卷积恢复特征图的原始大小；S5、构建并训练ENSO时空预测模型；S6、预测时空序列。本发明通过多层密集卷积模块可以很好的提取时空序列数据的高维空间特征，抑制非必要的冗余特征。改进后的MIMG模块能够更好的学习到ENSO数据时空演化的高阶非平稳性。本发明提出的ENSO时空预测模型架构理论上适用于所有的时空序列。

权利要求书 (12项) 说明书附图

……

图1

图2

图3

法律状态时间线

一种结合卷积神经网络和Transformer的遥感影像变化检测方法

当前第 / 件

一种低交叉极化vivaldi天线

同领域国内专利 · IPC: (G06Q10_04)

G06Q10_00 G06Q10_02 G06Q10_04 G06Q10_047 G06Q10_06 G06Q10_063 G06Q10_0631 G06Q10_0633 G06Q10_0635 G06Q10_0637 G06Q10_0639 G06Q10_067 G06Q10_08 G06Q10_083 G06Q10_0831 G06Q10_0832 G06Q10_0833 G06Q10_0834 G06Q10_0835 G06Q10_0836 G06Q10_087 G06Q10_0875 G06Q10_10 G06Q10_105 G06Q10_1053 G06Q10_107 G06Q10_109 G06Q10_1091 G06Q10_1093 G06Q10_20 G06Q10_30 覆盖31个领域

相似专利推荐 AI 驱动 · 同领域

暂无同领域相似专利推荐

议价

不含过户费

📋 交易方式： 委托待转让 📌 交易状态：在售 👁️ 浏览次数：17 ❤️ 收藏人数：93 📋 项目申报： 未申报

资金托管权属尽调包过户

🏢 淄博智来知识产权服务有限公司

✓ 企业认证✓ 手机绑定历史成交 0件好评率 98.5%

📊 出价记录 (3条)

王**¥-10万

李** 企业¥-8万

陈**¥-3万

查看全部出价

我要出价 (议价)