国产精品天干天干在线播放,大尺度揉捏胸床戏视频,樱花草www日本在线观看,狠狠躁夜夜躁人人爽天天天天97

Document
拖動滑塊完成拼圖
個人中心

預訂訂單
服務訂單
發(fā)布專利 發(fā)布成果 人才入駐 發(fā)布商標 發(fā)布需求

在線咨詢

聯(lián)系我們

龍圖騰公眾號
首頁 專利交易 IP管家助手 科技果 科技人才 科技服務 國際服務 商標交易 會員權益 需求市場 關于龍圖騰
 /  免費注冊
到頂部 到底部
清空 搜索
當前位置 : 首頁 > 專利喜報 > 煙臺大學婁方瑞獲國家專利權

煙臺大學婁方瑞獲國家專利權

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(jiān)控用IP管家,真方便!

龍圖騰網(wǎng)獲悉煙臺大學申請的專利基于貝葉斯深度反演網(wǎng)絡的魷魚資源動態(tài)估算方法獲國家發(fā)明授權專利權,本發(fā)明授權專利權由國家知識產(chǎn)權局授予,授權公告號為:CN119940888B

龍圖騰網(wǎng)通過國家知識產(chǎn)權局官網(wǎng)在2025-06-20發(fā)布的發(fā)明授權授權公告中獲悉:該發(fā)明授權的專利申請?zhí)?專利號為:202510442699.5,技術領域涉及:G06Q10/0631;該發(fā)明授權基于貝葉斯深度反演網(wǎng)絡的魷魚資源動態(tài)估算方法是由婁方瑞;張清華;唐永政;王志楊;王蕾;皮永蕊;盧霞設計研發(fā)完成,并于2025-04-10向國家知識產(chǎn)權局提交的專利申請。

基于貝葉斯深度反演網(wǎng)絡的魷魚資源動態(tài)估算方法在說明書摘要公布了:本發(fā)明公開了一種基于貝葉斯深度反演網(wǎng)絡的魷魚資源動態(tài)估算方法,包括如下步驟:S1.形成預處理多源數(shù)據(jù)集;S2.構建貝葉斯深度反演網(wǎng)絡模型;S3.利用預處理多源數(shù)據(jù)集對貝葉斯深度反演網(wǎng)絡模型進行訓練,形成訓練后模型參數(shù)集合;S4.得到魷魚資源動態(tài)估算結果及其不確定性量化指標;S5.對魷魚資源動態(tài)估算結果及不確定性量化指標進行后處理,形成具有時空分布特征的魷魚資源動態(tài)估算報告;S6.將魷魚資源動態(tài)估算報告與漁業(yè)管理系統(tǒng)進行接口對接,進行魷魚資源動態(tài)監(jiān)控與實時決策。本發(fā)明顯著降低了低置信預測區(qū)域的錯誤預報率,并提升了高置信區(qū)域的預測穩(wěn)定性,為漁政船只調(diào)度與捕撈路徑規(guī)劃提供了更具可靠性的支撐數(shù)據(jù)。

本發(fā)明授權基于貝葉斯深度反演網(wǎng)絡的魷魚資源動態(tài)估算方法在權利要求書中公布了:1.一種基于貝葉斯深度反演網(wǎng)絡的魷魚資源動態(tài)估算方法,其特征在于,包括如下步驟:S1.采集包含海洋環(huán)境參數(shù)與魷魚生物活動參數(shù)的實時多源數(shù)據(jù)集,對實時多源數(shù)據(jù)集進行預處理,形成預處理多源數(shù)據(jù)集;S2.構建貝葉斯深度反演網(wǎng)絡模型;所述S2包括以下步驟:S21.構建貝葉斯深度反演網(wǎng)絡模型,貝葉斯深度反演網(wǎng)絡模型包括輸入層、雙通道特征提取結構、融合嵌套層、輸出層以及動態(tài)先驗模型,輸入層接收預處理多源數(shù)據(jù)集,用于學習魷魚資源在不同海洋環(huán)境狀態(tài)下的動態(tài)分布行為特征;S22.構建貝葉斯深度反演網(wǎng)絡模型的雙通道特征提取結構,雙通道特征提取結構分別為海洋環(huán)境通道與魷魚行為通道,用于模擬魷魚對環(huán)境刺激的響應機制;S23.設置融合嵌套層,將海洋環(huán)境通道與魷魚行為通道的特征向量進行特征級連接操作,得到融合特征表示;S24.設置貝葉斯深度反演網(wǎng)絡模型的輸出層輸出的魷魚資源估算輸出;S25.構建動態(tài)先驗模型,基于歷史海洋環(huán)境參數(shù)與魷魚生物活動參數(shù),構建帶時間權重的動態(tài)先驗模型: ;其中,表示由動態(tài)先驗模型生成的、針對當前時刻的魷魚資源動態(tài)先驗數(shù)據(jù),分別為歷史第時刻的海洋環(huán)境參數(shù)與魷魚生物活動參數(shù),為時間衰減權重,為統(tǒng)計特征提取函數(shù);S27.將魷魚資源動態(tài)先驗數(shù)據(jù)與融合特征表示進行貝葉斯后驗建模,計算魷魚資源動態(tài)估算的后驗輸出分布;S3.利用預處理多源數(shù)據(jù)集對貝葉斯深度反演網(wǎng)絡模型進行訓練,在訓練過程中利用動態(tài)先驗更新模塊實時更新動態(tài)先驗數(shù)據(jù),并通過最大化似然函數(shù)與最小化預測誤差對模型參數(shù)進行優(yōu)化,形成訓練后模型參數(shù)集合;S4.將實時采集的多源數(shù)據(jù)集輸入訓練后的貝葉斯深度反演網(wǎng)絡模型,并利用動態(tài)先驗更新模塊對實時多源數(shù)據(jù)集進行先驗數(shù)據(jù)的更新,得到魷魚資源動態(tài)估算結果及其不確定性量化指標;S5.對魷魚資源動態(tài)估算結果及不確定性量化指標進行后處理,形成具有時空分布特征的魷魚資源動態(tài)估算報告;S6.將魷魚資源動態(tài)估算報告與漁業(yè)管理系統(tǒng)進行接口對接,進行魷魚資源動態(tài)監(jiān)控與實時決策。

如需購買、轉讓、實施、許可或投資類似專利技術,可聯(lián)系本專利的申請人或?qū)@麢嗳?a target="_blank" rel="noopener noreferrer nofollow" >煙臺大學,其通訊地址為:264005 山東省煙臺市萊山區(qū)清泉路30號;或者聯(lián)系龍圖騰網(wǎng)官方客服,聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。

免責聲明
1、本報告根據(jù)公開、合法渠道獲得相關數(shù)據(jù)和信息,力求客觀、公正,但并不保證數(shù)據(jù)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(fā)布本報告當日的職業(yè)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(jù)或者憑證。
主站蜘蛛池模板: 民乐县| 平山县| 苗栗市| 台安县| 吉木乃县| 大丰市| 且末县| 贵阳市| 昔阳县| 高唐县| 灯塔市| 汕头市| 静海县| 桐庐县| 枣阳市| 双流县| 禄丰县| 阜城县| 凤台县| 巨野县| 仙桃市| 区。| 大田县| 治县。| 芜湖市| 永城市| 英德市| 龙山县| 黄梅县| 南召县| 灵宝市| 土默特左旗| 聂荣县| 资阳市| 浦县| 晋江市| 屏东市| 云龙县| 姜堰市| 公主岭市| 涿州市|