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！

龙图腾网恭喜中国科学院海洋研究所申请的专利基于温跃层自适应损失的海洋状态变量预报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：CN119646459B 。

龙图腾网通过国家知识产权局官网在2025-05-13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：202510179782.8，技术领域涉及：G06F18/20；该发明授权基于温跃层自适应损失的海洋状态变量预报方法是由杨楠;王充;赵子萌;赵美华;郑慧玲;李晓峰设计研发完成，并于2025-02-19向国家知识产权局提交的专利申请。

本基于温跃层自适应损失的海洋状态变量预报方法在说明书摘要公布了：本发明提供了一种基于温跃层自适应损失的海洋状态变量预报方法，属于海洋气象技术领域。本发明设计的自适应温跃层损失函数能够根据温跃层区域温度变化的剧烈程度和复杂性，动态调整损失函数的权重，这种自适应机制使得模型在训练过程中更加关注温跃层区域的温度梯度变化特征，从而引导模型更加精准地学习和模拟温跃层的复杂演变过程。与现有技术相比，传统的损失函数对所有区域的温度变化给予相同的权重，无法突出温跃层区域的重要性，导致模型在学习和模拟温跃层的复杂演变过程时效果不佳；而本发明经实际验证，显著提升了温跃层预报的精度和稳定性，同时简化了模型训练过程，为海洋科学研究和实际应用提供了更为高效、可靠的温跃层预报工具。

本发明授权基于温跃层自适应损失的海洋状态变量预报方法在权利要求书中公布了：1.一种基于温跃层自适应损失的海洋状态变量预报方法，其特征在于，该方法包括以下步骤：S1：收集海洋状态变量数据，并进行预处理；S2：基于深度学习框架构建海洋预报模型，所述模型的输入为S1预处理后的海洋状态变量数据，所述模型的输出为未来1天的海洋状态变量数据；所述深度学习框架包括卷积神经网络CNN、循环神经网络RNN、Transformer、TransformerV2；S3：设计所述海洋预报模型的损失函数：温跃层自适应损失函数；对温跃层区域的温度数据进行归一化处理，使其值域在0-1之间；然后，计算模型预报值与真实值之间的绝对误差，并通过归一化处理后的温度数据对误差进行加权，使得在温跃层区域的误差权重更大，具体公式为： 其中[XST]代表X中温度和盐度所在的网格通道，0＜x＜W，0＜y＜H，0＜z＜CST分别表示经度、纬度和深度的网格坐标，Norm代表通过最大最小值归一化将数据缩放到0-1范围；和分布代表再分析数据集中对应的真值和基于温跃层自适应损失方法的预报值，基于温跃层自适应损失方法的整体训练损失函数被定义为： 其中λ为经验参数，为t时刻再分析数据真值，为t时刻模型的预报值；S4：训练所述海洋预报模型，并进行评估和优化；S5：利用训练好的海洋预报模型进行海洋状态变量预报。

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中国科学院海洋研究所，其通讯地址为：266071 山东省青岛市市南区南海路7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”。