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！

龙图腾网恭喜中山大学申请的专利一种用于降雨预报后处理的自监督神经网络架构搜索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：CN114492960B 。

龙图腾网通过国家知识产权局官网在2025-06-13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：202210029296.4，技术领域涉及：G06F18/241；该发明授权一种用于降雨预报后处理的自监督神经网络架构搜索方法是由黄子健;文英鹏;黄聃;余伟江;郑馥丹设计研发完成，并于2022-01-12向国家知识产权局提交的专利申请。

本一种用于降雨预报后处理的自监督神经网络架构搜索方法在说明书摘要公布了：本发明公开了一种用于降雨预报后处理的自监督神经网络架构搜索方法，所述方法包括NWP模型对原始气象数据处理，得到降雨预测后处理输入数据图，将所述降雨预测后处理输入数据图输入到自监督神经网络架构搜索模型中，搜索模型利用目标网络和在线网络做对比学习，计算目标网络和在线网络的输出差异并做MSE损失计算，梯度更新目标网络和在线网络后得到搜索完毕的在线模型，使用训练数据集继续训练模型，使用HSS损失函数计算损失后梯度更新，最后获得训练完整的预测模型。本发明的有益效果在于：自监督神经网络架构搜索模型自动设计高准确度的神经网络模型，并通过引入强度分类指标HSS设计正则化函数，以提高降雨等级分类的准确性。

本发明授权一种用于降雨预报后处理的自监督神经网络架构搜索方法在权利要求书中公布了：1.一种用于降雨预报后处理的自监督神经网络架构搜索方法，其特征在于，所述方法包括NWP模型对原始气象数据处理，得到降雨预测后处理输入数据图， 将所述降雨预测后处理输入数据图输入到自监督神经网络架构搜索模型中，搜索模型利用目标网络和在线网络做对比学习，计算目标网络和在线网络的输出差异并做MSE损失计算，梯度更新目标网络和在线网络后得到搜索完毕的在线模型，使用训练数据集继续训练模型，使用HSS损失函数计算损失后梯度更新，最后获得训练完整的预测模型； 目标网络的初始化参数与在线网络相同，在搜索过程中，目标网络会定期根据在线网络的参数进行指数移动平均EMA更新； 每次输入数据时，输入数据都会被随机裁剪成x1,x2,x'1和x'2四个种子，每个网络输入两个种子；整个体系结构的主干包含多个块，x1和x2通过主干时会选择不同的路径来搜索最优体系结构；在线网络根据输出数据和目标网络的输出做对比损失执行梯度更新； 首先会初始化两个初始参数一样的在线网络和目标网络，通过迭代搜索数据集，将一份数据x随机分割成四个种子并分为两组x1,x2，每个网络输入两组种子；得到网络输出后，再计算两组输入的均方误差MSE，进行损失计算和反向传播，最后更新在线网络参数，以及使用指数移动更新EMA策略定期更新目标网络参数，直到数据集迭代完毕； 搜索过程中采用的搜索空间为自定义的基于块的适用于降雨预测后处理工作的操作块；其中包含合适的CNN和变压器操作的搜索空间，包括残差块RB、空间感知块SAB和通道感知块CAB；所述通道感知块如下表示： 其中，z为输入数据；z’为z的期望；Sum·表示内部求和；n＝w×h-1,w和h为输入数据的宽度和高度；Lamda＝10-4是超参数； 搜索完毕后，得到搜索好的在线模型，使用搜索模型进入训练阶段；训练阶段依然使用降雨预测后处理数据，并且使用HSS损失函数进行损失计算，所述HSS损失函数表示如下： 其中lossMSE和lossHSS分别为降水损失和强度分类；cH是一个系数；ε是常数。

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山大学，其通讯地址为：510275 广东省广州市海珠区新港西路135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”。