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！

龙图腾网恭喜中国人民解放军国防科技大学申请的专利基于特征自适应优化的热带气旋强度智能预报方法和装置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：CN119644476B 。

龙图腾网通过国家知识产权局官网在2025-05-23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：202510190432.1，技术领域涉及：G01W1/10；该发明授权基于特征自适应优化的热带气旋强度智能预报方法和装置是由钟玮;李柯云;姚瑶;李方召;孙源;何宏让设计研发完成，并于2025-02-20向国家知识产权局提交的专利申请。

本基于特征自适应优化的热带气旋强度智能预报方法和装置在说明书摘要公布了：本申请涉及一种基于特征自适应优化的热带气旋强度智能预报方法和装置。所述方法包括：构建初始数据集；初始数据集划分为模型训练样本和独立测试样本；选用预训练模型；将模型训练样本输入预训练模型进行特征自适应优化，获取影响热带气旋强度预报准确性的高影响因子集；模型优化训练；模型鲁棒性检验及热带气旋强度智能预报。本申请能够快速提取对热带气旋强度预报最为关键的高影响因子集，显著提高了热带气旋强度预报的准确度。

本发明授权基于特征自适应优化的热带气旋强度智能预报方法和装置在权利要求书中公布了：1.一种基于特征自适应优化的热带气旋强度智能预报方法，其特征在于，所述方法包括：获取研究时间段内的SHIPS数据和热带气旋强度数据，对所述SHIPS数据进行预处理；其中，所述SHIPS数据中包含多个影响热带气旋强度预报准确性的预报因子；将研究时间段内的热带气旋强度数据和预处理后的SHIPS数据整理为初始数据集，并按照时间序列将所述初始数据集划分为模型训练样本和独立测试样本；选用可解释性深度学习网络KAN2.0作为预训练模型；将所述模型训练样本输入所述预训练模型进行特征自适应优化，获取模型输出的预报因子的权重及强度预报的均方根误差，基于权重排序对预报因子进行筛选剪枝，并重复将剪枝后的预报因子集输入所述预训练模型，直至预报因子的数量小于设定值，并根据模型每轮输出的均方根误差的排序，对特征自适应优化过程中得到的不同数量的预报因子集进行筛选，获取高影响因子集；将高影响因子集筛选后的模型训练样本输入预训练模型，采用三重交叉验证算法及TPE贝叶斯优化算法对所述预训练模型进行优化训练，直至得到TCI-KAN智能预报模型；将高影响因子集筛选后的模型训练样本输入TCI-KAN智能预报模型进行模型鲁棒性检验，并将高影响因子集筛选后的独立测试样本输入TCI-KAN智能预报模型进行预报，输出得到热带气旋强度预报结果；其中，基于权重排序对预报因子进行筛选剪枝，并重复将剪枝后的预报因子集输入预训练模型，直至预报因子的数量小于设定值，包括：采用权重分析算法，筛选预训练模型输出的权重最低的10%的预报因子进行剪枝，将剪枝后的预报因子集及热带气旋强度数据重新输入预训练模型进行特征自适应优化，并输出新的强度预报的均方根误差及新的预报因子权重排序，重复上述预报因子的剪枝过程，直至预报因子的个数少于10个；其中，根据模型每轮输出的均方根误差的排序，对特征自适应优化过程中得到的不同数量的预报因子集进行筛选，获取高影响因子集，包括：对预训练模型每轮输出的强度预报的均方根误差进行排序，筛选均方根误差最低时，输入预训练模型的预报因子集作为高影响因子集，共18个高影响因子，排序为：6h之前热带气旋中心近地面风速；当前时刻热带气旋中心近地面风速；卫星云图中距热带气旋中心20-120km亮温最小值；热带气旋中心距离陆地的距离；热带气旋大小估计相关参数2；热带气旋大小估计相关参数1；距热带气旋中心50-200km内，亮温小于40℃的占比；26℃的等温线深度；卫星云图中距热带气旋中心20-120km平均亮温；距热带气旋中心0-500km内气块上升平均垂直速度；广义850-200hPa切变大小随时间变化；卫星云图中距热带气旋中心0-30km亮温最大值；NCEP再分析资料中850hPa低涡中心经度；NCEP再分析资料中850hPa低涡中心纬度；NCEP再分析资料中850hPa最大对称切向风；距热带气旋中心0-1000km内平均可降水量；距热带气旋中心400-600km内的平均可降水量；切向风在500hPa高度距离中心500公里内的方位平均。

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人民解放军国防科技大学，其通讯地址为：410073 湖南省长沙市开福区德雅路109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”。