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！

龙图腾网恭喜昆明理工大学申请的专利一种星载GNSS-R海面有效波高反演的混合深度学习模型构建及输出解释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：CN119474739B 。

龙图腾网通过国家知识产权局官网在2025-05-02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：202411567802.0，技术领域涉及：G06F18/20；该发明授权一种星载GNSS-R海面有效波高反演的混合深度学习模型构建及输出解释方法是由布金伟;籍超颖;汪秋兰;李欢;刘馨雨;左小清设计研发完成，并于2024-11-05向国家知识产权局提交的专利申请。

本一种星载GNSS-R海面有效波高反演的混合深度学习模型构建及输出解释方法在说明书摘要公布了：本发明公开一种星载GNSS‑R海面有效波高反演的混合深度学习模型构建及输出解释方法，包括：获取CYGNSSL1级GNSS‑R数据、欧洲中期天气预报中心ECMWFERA5再分析数据集、IMERG降雨产品数据和WaveWatchIIISWH数据；将获取的数据进行预处理和质量控制；将质量控制后得到的数据集进行时空匹配，按一定比例划分为训练集、测试集和验证集；构建结合高效多尺度注意力和CNN‑Transformer‑BiConvLSTM的混合深度学习模型，并对模型进行训练和验证；创建MultiScaleWaveFormer模型深度学习SHAP解释器，计算和可视化输入特征重要性；输入到已经训练的MultiScaleWaveFormer模型中，得到反演结果；最后将此模型与已有模型的SWH反演结果进行对比，评估模型的性能。本发明结合五个模块，实现更高的效率和功能性，使星载GNSS‑R数据反演有效波高的精度得到进一步提高。

本发明授权一种星载GNSS-R海面有效波高反演的混合深度学习模型构建及输出解释方法在权利要求书中公布了：1.一种星载GNSS-R海面有效波高反演的混合深度学习模型构建及输出解释方法，其特征在于，包括以下步骤：步骤S1，获取CYGNSSL1级星载GNSS-R观测数据、欧洲中期天气预报中心ERA5再分析数据集、IMERG降雨产品数据和WaveWatchIIISWH数据；步骤S2，将获取的数据进行预处理和质量控制；步骤S3，进一步将质量控制后得到的数据集进行时空匹配，然后按一定比例划分为训练集、测试集和验证集；步骤S4，构建结合高效多尺度注意力和CNN-Transformer-BiConvLSTM的星载GNSS-R海面有效波高反演混合深度学习模型，并对MultiScaleWaveFormer模型进行训练和验证；其中，构建结合高效多尺度注意力和CNN-Transformer-BiConvLSTM的星载GNSS-R海面有效波高反演混合深度学习模型包括五大模块：第一个模块为卷积特征提取模块、第二个模块为高效多尺度注意力模块、第三个模块为Transformer深度学习架构模块、第四个模块为特征关系推理模块、第五个模块为多层感知机；步骤S5，创建MultiScaleWaveFormer模型深度学习SHAP解释器，计算和可视化输入特征重要性；步骤S6，将测试集数据输入到已经训练好的MultiScaleWaveFormer模型中，得到反演结果；步骤S7，将此模型与已有模型的SWH反演结果进行对比，以此来评估新模型的性能。

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昆明理工大学，其通讯地址为：650031 云南省昆明市五华区一二一大街文昌路68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”。