龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：南京信息工程大学
申请日：2024-05-13
公开（公告）日：2024-06-07
公开（公告）号：CN118153640A
主分类号：G06N3/0464
分类号：G06N3/0464;G06N3/08;G06N3/0455;G06F18/25
优先权：
专利状态码：在审-公开
法律状态：2024.06.07#公开
摘要：本发明公开了一种基于改进卷积神经网络的多源卫星有效波高融合方法，包括以下步骤：（1）构建多源卫星有效波高沿轨逐日数据集并进行预处理；（2）提取对应真实值和缺测值位置，构建对应位置的mask掩码数据集，构建基于ERA5的有效波高数据的训练集；（3）搭建改进的深度学习模型RA−PUNet；（4）基于步骤（2）的训练集，mask掩码数据集和RA−PUNet模型进行训练，得到最精确的建立波高场；（5）基于多源卫星高度计有效波高数据，建立出无缺测的海面有效波高融合数据集；本发明建立长序列多源海面有效波高格点融合资料，建立自主可控、精度一致的25km分辨率逐日有效波高融合数据集。
主权项：1.一种基于改进卷积神经网络的多源卫星有效波高融合方法，其特征在于，包括以下步骤：（1）构建多源卫星有效波高沿轨逐日数据集并进行预处理；（2）基于多源卫星有效波高沿轨逐日数据集，提取对应真实值和缺测值位置，构建对应位置的mask掩码数据集，构建基于ERA5的有效波高数据的训练集；（3）搭建改进的深度学习模型RA-PUNet，包括：部分卷积层、注意力机制结构Attentionblock和残差网络结构Residualblock；（4）基于步骤（2）的训练集，mask掩码数据集和RA-PUNet模型进行训练；调整模型结构及参数，训练得到最精确的建立波高场；（5）基于多源卫星高度计有效波高数据，建立出无缺测的海面有效波高融合数据集。
全文数据：
权利要求：
百度查询： 南京信息工程大学 一种基于改进卷积神经网络的多源卫星有效波高融合方法
免责声明
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号