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！

龙图腾网获悉应急管理部国家自然灾害防治研究院申请的专利基于模态分解和深度学习的暴雨山洪致灾要素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：CN120745926B 。

龙图腾网通过国家知识产权局官网在2026-04-10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：202510871496.8，技术领域涉及：G06Q10/04；该发明授权基于模态分解和深度学习的暴雨山洪致灾要素预测方法及系统是由付潇然;王中根;蒋金伦;乔宇;赵茹欣;梁廖逢设计研发完成，并于2025-06-26向国家知识产权局提交的专利申请。

本基于模态分解和深度学习的暴雨山洪致灾要素预测方法及系统在说明书摘要公布了：本发明公开了基于模态分解和深度学习的暴雨山洪致灾要素预测方法及系统，解决了传统模型对非线性时序特征捕捉不足、物理模型依赖复杂数据及泛化能力弱的问题。包括采集上游站点的流量、流速和水位数据作为输入，下游受灾点数据作为输出；对数据预处理；采用霜冰优化算法优化变分模态分解参数；构建傅里叶变换高低频特征增强注意力网络，划分低频与高频成分，通过波动增强模块提取趋势特征，多路径差分计算单元捕捉动态变化，并引入自我感知注意力实现特征加权融合与长期记忆，输出下游水文状态预测结果。本发明通过优化模态分解与深度学习协同机制，显著提升了突发性山洪预测的精度、鲁棒性及泛化能力，适用于中小流域复杂场景下的灾害应急管理。

本发明授权基于模态分解和深度学习的暴雨山洪致灾要素预测方法及系统在权利要求书中公布了：1.基于模态分解和深度学习的暴雨山洪致灾要素预测方法，其特征在于，包括： 采集上游遥测站点的流量、流速和水位数据作为输入，下游受灾点的流量和水位数据作为输出； 对采集的数据进行预处理，包括归一化处理、数据集划分以及数据格式转换； 采用霜冰优化算法优化变分模态分解参数，通过软霜搜索策略、硬霜穿刺策略和正向贪婪机制调整分解参数，对输入数据进行自适应模态分解，获得包含不同频率尺度的子序列； 构建傅里叶变换高低频特征增强注意力网络，对分解后的子序列进行傅里叶变换，按预设频率阈值划分低频成分和高频成分，分别对低频成分和高频成分进行处理，得到低频特征和高频特征； 融合低频特征和高频特征，通过自我感知注意力进行自适应加权，输出下游受灾点的水文状态预测结果； 所述自我感知注意力包括空间注意力、通道注意力、缩放点积注意力和融合注意力； 所述空间注意力沿通道维度计算均值与最大值，拼接后经7×1卷积生成空间注意力图，捕获融合特征的关键空间位置； 所述通道注意力部分在全局平均池化后，通过瓶颈结构的两层1×1卷积生成通道注意力，建模融合特征的通道间依赖关系的同时将参数量降低至原始通道数的18，减少过拟合风险； 所述缩放点积注意力将输入F转置后投影为查询、键、值，计算自注意力矩阵并加权聚合，输出聚合后融合特征的全局上下文特征； 所述融合注意力将原始输入与全局注意力特征拼接，经分组卷积与Sigmoid激活函数生成最终注意力输出，实现局部细节与全局上下文的自适应加权融合，避免信息丢失。

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应急管理部国家自然灾害防治研究院，其通讯地址为：100085 北京市海淀区清河安宁庄路1号；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”。

以上内容由龙图腾AI智能生成。