自然資源部東海海域海島中心(自然資源部東海信息中心);自然資源部東海預報減災中心(自然資源部上海海洋中心)陳括獲國家專利權
買專利賣專利找龍圖騰,真高效! 查專利查商標用IPTOP,全免費!專利年費監控用IP管家,真方便!
龍圖騰網獲悉自然資源部東海海域海島中心(自然資源部東海信息中心);自然資源部東海預報減災中心(自然資源部上海海洋中心)申請的專利一種深度學習驅動的海岸線變遷動態監測方法獲國家發明授權專利權,本發明授權專利權由國家知識產權局授予,授權公告號為:CN120147972B 。
龍圖騰網通過國家知識產權局官網在2025-08-15發布的發明授權授權公告中獲悉:該發明授權的專利申請號/專利號為:202510614540.7,技術領域涉及:G06V20/52;該發明授權一種深度學習驅動的海岸線變遷動態監測方法是由陳括;陳珂;高靜霞;陳靚瑜;戴文娟;馮濤;朱偉娜設計研發完成,并于2025-05-14向國家知識產權局提交的專利申請。
本一種深度學習驅動的海岸線變遷動態監測方法在說明書摘要公布了:本發明提供一種深度學習驅動的海岸線變遷動態監測方法,屬于圖像理解識別技術領域,本發明通過構建多源衛星數據融合網絡形成時序注意力矩陣,應用四階時序卷積神經網絡提取海岸線形態變化特征構建第一波動矩陣,利用時空注意力機制進行降維處理生成第二波動矩陣,并通過波動轉化矩陣將其轉為定量化指標。方法將數據輸入預訓練的CoastDynNet模型中分析物理機理,應用海岸線演化優化函數進行精細化調整,使用WaveletTempNet網絡進行多尺度分解分離長短期變化,最終利用貝葉斯模型平均方法構建多模型集成框架,生成綜合海岸線動態評估報告。
本發明授權一種深度學習驅動的海岸線變遷動態監測方法在權利要求書中公布了:1.一種深度學習驅動的海岸線變遷動態監測方法,其特征在于,包括:S01、構建多源衛星數據融合網絡,結合不同軌道周期衛星獲取時間序列影像,形成時序注意力矩陣; S02、應用四階時序卷積神經網絡提取海岸線形態變化特征,通過遞歸方式建立第一波動矩陣; S03、利用時空注意力機制對第一波動矩陣進行降維處理,生成第二波動矩陣; S04、建立波動轉化矩陣,將第二波動矩陣轉化為定量化海岸線變遷指標; S05、輸入預先訓練好的海岸動力學模型中,利用沉積物輸運方程分析海岸線變遷物理機理; S06、應用海岸線演化優化函數對時間插值結果進行精細化調整,提高短期預測精度; S07、使用預先訓練好的時序分解網絡對海岸線變化序列進行多尺度分解,分離長期趨勢與短期波動; S08、設計頻譜分析模塊,基于分離結果計算海岸線穩定性指數與變化頻率矩陣; S09、利用貝葉斯模型平均方法構建多模型集成框架,按照預測誤差加權整合物理模型與深度學習模型輸出,生成綜合海岸線動態評估報告; 其中,沉積物輸運方程如下: ;;; 式中,為沿岸輸沙率,為垂直輸沙率,、、為經驗系數,為波破碎區波高,為波破碎區波浪入射角,為海灘坡度,為波高沿岸梯度;為海岸線位置變化率,為波浪作用的臨界水深,為沿岸距離坐標,為垂直于基準線的距離坐標,為時間; 其中,海岸線演化優化函數如下: ; ; ; 式中,為海岸線演化優化函數;為優化后的海岸線位置向量;為初步預測的海岸線位置向量;為海岸線位置的空間梯度;、、、為權重系數;為物理約束條件項;和分別為海岸線最大和最小允許坡度;為優化后的最終海岸線位置向量;為海岸線離散采樣點數量;為第個采樣點的海岸線位置。
如需購買、轉讓、實施、許可或投資類似專利技術,可聯系本專利的申請人或專利權人自然資源部東海海域海島中心(自然資源部東海信息中心);自然資源部東海預報減災中心(自然資源部上海海洋中心),其通訊地址為:200000 上海市浦東新區金橋路1168號;或者聯系龍圖騰網官方客服,聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。