基于CNN-BiLSTM的岬湾静态平衡岸线预测方法（高校公示15天）（不包年费滞纳金）（需要二变）

本发明公开了一种基于CNN‑BiLSTM的岬湾静态平衡岸线预测方法，属于海岸工程与遥感信息领域，包括：采集遥感影像、潮汐及波浪数据，构建训练与测试样本集；以岬角衍射点为原点建立极坐标系，沿岸线均匀选取特征点并计算其参数，关联动力数据构建多维特征体系；搭建CNN‑BiLSTM混合模型，利用CNN提取特征点间空间特征，利用BiLSTM捕捉岸线时序演变规律，对模型进行训练与集成；采用SHAP值分析法量化各动力因子的独立与交互贡献，识别核心影响因子；最终基于实测数据预测静态平衡岸线形态。本发明实现了对岬湾平衡岸线的高精度、可解释预测，有效揭示了多动力耦合作用机制。

《基于CNN-BiLSTM的岬湾静态平衡岸线预测方法（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 2026101409899，当前法律状态为已下证，由广东海洋大学提出申请，发明人为李志强;伍泽宇;朱道恒;谭思思，申请日期为2026-02-02，公开（公告）日期为2026-04-24，国际专利分类号（IPC）为 G06F 18/25 (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：本发明公开了一种基于CNN‑BiLSTM的岬湾静态平衡岸线预测方法，属于海岸工程与遥感信息领域，包括：采集遥感影像、潮汐及波浪数据，构建训练与测试样本集；以岬角衍射点为原点建立极坐标系，沿岸线均匀选取特征点并计算其参数，关联动力数据构建多维特征体系；搭建CNN‑BiLSTM混合模型，利用CNN提取特征点间空间特征，利用BiLSTM捕捉岸线时序演变规律，对模型进行训练与集成；采用SHAP值分析法量化各动力因子的独立与交互贡献，识别核心影响因子；最终基于实测数据预测静态平衡岸线形态。本发明实现了对岬湾平衡岸线的高精度、可解释预测，有效揭示了多动力耦合作用机制。

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！