基于重构与分解的钱塘江涌潮协同预测方法及系统(高校公示15天)(不包年费滞纳金)(需要二变)
本发明公开一种重构与分解的钱塘江涌潮协同预测方法及系统。本发明方法首先对原始不规则的潮汐事件流进行数据重构,通过构建“涨潮事件对”,并将潮汐事件之间的时间差转化为数值特征,从而生成一个包含潮位和时间动态的规则化多元时间序列。随后,将该序列输入至一个集成了自适应周期分解与多尺度时序变化学习的深度学习模型中。该模型通过一个协同预测解码器,一次性输出未来高低潮位、涨潮历时和潮汐周期的预测值,并最终还原为精确的涌潮高度和到达时间。本发明通过数据重构,将不规则的潮汐预测问题转化为规则的多元时间序列预测任务,实现了对涌潮高度和到达时间的协同预测。
《基于重构与分解的钱塘江涌潮协同预测方法及系统(高校公示15天)(不包年费滞纳金)(需要二变)》是一发明专利,专利号为 202511164804X,当前法律状态为已下证,由浙江工业大学提出申请,发明人为王丽萍;王辉,申请日期为2025-08-20,公开(公告)日期为2025-11-11,国际专利分类号(IPC)为 G06F 18/20 (2023.01),高新资质:未报高企。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:本发明公开一种重构与分解的钱塘江涌潮协同预测方法及系统。本发明方法首先对原始不规则的潮汐事件流进行数据重构,通过构建“涨潮事件对”,并将潮汐事件之间的时间差转化为数值特征,从而生成一个包含潮位和时间动态的规则化多元时间序列。随后,将该序列输入至一个集成了自适应周期分解与多尺度时序变化学习的深度学习模型中。该模型通过一个协同预测解码器,一次性输出未来高低潮位、涨潮历时和潮汐周期的预测值,并最终还原为精确的涌潮高度和到达时间。本发明通过数据重构,将不规则的潮汐预测问题转化为规则的多元时间序列预测任务,实现了对涌潮高度和到达时间的协同预测。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
