恭喜广州赋安数字科技有限公司梁华获国家专利权
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!
龙图腾网恭喜广州赋安数字科技有限公司申请的专利基于多源异构数据的海洋AI分析和海洋灾害预测方法及系统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:CN119939176B 。
龙图腾网通过国家知识产权局官网在2025-06-17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:202510436258.4,技术领域涉及:G06F18/20;该发明授权基于多源异构数据的海洋AI分析和海洋灾害预测方法及系统是由梁华;王明;王久玲;李玉杰;王成骞设计研发完成,并于2025-04-09向国家知识产权局提交的专利申请。
本基于多源异构数据的海洋AI分析和海洋灾害预测方法及系统在说明书摘要公布了:本发明涉及一种基于多源异构数据的海洋AI分析和海洋灾害预测方法及系统。该方法:对海洋监测数据进行数据矩阵构建和信息量计算,得到监测指标权重矩阵,并结合监测指标权重矩阵进行样本间相似度计算和邻域半径计算,得到降维特征数据集;将降维特征数据集输入三层神经网络结构,对各监测点进行并行训练,得到分布式预测模型和训练输出结果;根据训练输出结果建立n级状态空间,并通过马尔可夫决策算法得到分层预警阈值集;将实时监测特征数据输入分布式预测模型进行异常状态预测,得到异常状态预测值,并将异常状态预测值与分层预警阈值集进行比对,输出预警等级信号。本发明提高了海洋AI分析和海洋灾害预测的准确率。
本发明授权基于多源异构数据的海洋AI分析和海洋灾害预测方法及系统在权利要求书中公布了:1.一种基于多源异构数据的海洋AI分析和海洋灾害预测方法,其特征在于,包括以下步骤: 对海洋监测数据进行数据矩阵构建和信息量计算,得到监测指标权重矩阵,并结合所述监测指标权重矩阵进行样本间相似度计算和邻域半径计算,得到降维特征数据集; 将所述降维特征数据集输入三层神经网络结构,对各监测点进行并行训练,得到分布式预测模型和训练输出结果; 根据所述训练输出结果建立n级状态空间,并通过马尔可夫决策算法得到分层预警阈值集,具体包括:将所述分布式预测模型的训练输出结果按照海洋异常程度进行等级划分,分为n个等级,所述异常程度包含低度异常、中度异常、高度异常,对每个等级赋予对应的状态标识,得到n级状态空间;对所述n级状态空间中相邻时刻的状态变化进行统计分析,记录状态间的转移次数,并按照总体转移次数进行比例计算,得到状态间转移概率数据;将所述状态间转移概率数据构建成矩阵形式,矩阵中行表示当前状态,列表示下一时刻状态,数值表示对应的转移概率,得到状态转移概率矩阵;基于海洋预警决策准确性和预警响应时效性设置奖励分值,对预警准确且及时的状态赋予正向奖励,对预警滞后或误报的状态赋予负向奖励,得到状态奖励函数;将所述状态转移概率矩阵和所述状态奖励函数输入马尔可夫决策算法,基于状态值函数,对每个状态进行多轮迭代计算,直到状态值收敛稳定,得到各状态的最优决策值;根据所述各状态的最优决策值设定对应的预警阈值,并按照异常程度由低到高的顺序对预警阈值进行排序,得到分层预警阈值集; 将实时监测特征数据输入所述分布式预测模型进行异常状态预测,得到异常状态预测值,并将所述异常状态预测值与所述分层预警阈值集进行比对,得到异常状态预测结果;根据所述异常状态预测结果更新状态转移概率矩阵,记录当前状态到下一预测状态的转移情况,得到更新后的状态转移数据;将所述更新后的状态转移数据输入马尔可夫决策算法,重新计算状态值函数,并动态调整预警阈值,得到更新后的分层预警阈值集;按照所述异常状态预测结果对应的更新后的异常等级,最终生成相应级别的预警等级信号。
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广州赋安数字科技有限公司,其通讯地址为:510630 广东省广州市天河区五山街粤垦路68号1301房(部位:1301-1室);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”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。