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！

龙图腾网获悉南京信息工程大学申请的专利一种基于双变量长短时记忆算法的海浪缺测数据预报方法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：CN116245018B 。

龙图腾网通过国家知识产权局官网在2026-05-08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：202310038861.8，技术领域涉及：G06F30/27；该发明授权一种基于双变量长短时记忆算法的海浪缺测数据预报方法是由王锦;谢文鸿;董昌明;李春辉;季巾淋设计研发完成，并于2023-01-12向国家知识产权局提交的专利申请。

本一种基于双变量长短时记忆算法的海浪缺测数据预报方法在说明书摘要公布了：本发明公开了一种基于双变量长短时记忆算法的海浪缺测数据预报方法，其具体步骤为：首先获取浮标数据A，利用机器学习的方法插补连续丢失的浮标数据，利用回归模型的方法插补单个丢失的浮标数据，形成新的浮标数据集B；利用海浪变量关联数据库，在浮标数据集B中找出与预报变量相匹配的变量并构造双变量集V，同时确定各个双变量的训练集和验证集；将各个双变量的训练集数据输入长短时记忆算法中进行训练，得到相应的双变量LSTM模型，最后利用验证集数据对模型结果进行检验，并确定最优预测模型。该方法可以对浮标短期缺测数据进行插补和修正，还可以对长期缺失变量进行预测，有效地提高浮标数据的准确度。

本发明授权一种基于双变量长短时记忆算法的海浪缺测数据预报方法在权利要求书中公布了：1.一种基于双变量长短时记忆算法的海浪缺测数据预报方法，其特征在于：包括： 获取浮标数据集A； 利用回归模型的方法插补单个丢失的浮标数据，利用机器学习的方法插补连续丢失的浮标数据，进而形成新的浮标数据集B； 利用海浪变量关联数据库，在浮标数据集B中找出与预报变量相匹配的变量并构造双变量集V，同时确定双变量集V中各个双变量的训练集和验证集； 将各个双变量的训练集代入长短时记忆算法进行训练，得到对应的双变量的LSTM模型； 将各个变量的验证集输入到相应的双变量LSTM模型进行缺失变量预测，并将各个预测结果与相应的验证集数据进行对比分析，评估各个双变量LSTM模型的预测性能得到预测结果，根据预设条件和预测结果确定最优预测模型； 所述各个双变量的训练集的确定过程为： 在海浪变量关联数据库中查询到与预报变量相关联的变量集； 将浮标数据集B中的变量与变量集中的变量进行匹配，构建集合中，将预报变量与集合中的每个元素相结合，构成双变量集中，其中集合表示浮标数据集B与变量集中相匹配的变量合集，表示为在浮标数据集B中第I个与预报变量相关联的变量，表示为第I个双变量； 将双变量对应的浮标数据集的前作为的双变量训练集； 所述各个双变量的验证集的确定过程为： 在海浪变量关联数据库中查询到与预报变量相关联的变量集； 将浮标数据集B中的变量与变量集中的变量进行匹配，构建集合中，将预报变量与集合中的每个元素相结合，构成双变量集中，其中集合表示浮标数据集B与变量集中相匹配的变量合集，表示为在浮标数据集B中第I个与预报变量相关联的变量，表示为第I个双变量； 将双变量中对应的浮标数据集的后作为双变量验证集；并将双变量验证集中和对应的浮标数据分别放入验证集和验证集；其中，表示浮标数据集B找与预报变量相关性高的变量数量。

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南京信息工程大学，其通讯地址为：210044 江苏省南京市浦口区宁六路219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。