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！

龙图腾网获悉中国水产科学研究院南海水产研究所申请的专利基于多源异构数据的渔情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：CN120952260B 。

龙图腾网通过国家知识产权局官网在2026-04-24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：202511308577.3，技术领域涉及：G06Q10/04；该发明授权基于多源异构数据的渔情预测方法及系统是由范江涛;冯雪;陈作志;沈琦昆;张毅设计研发完成，并于2025-09-15向国家知识产权局提交的专利申请。

本基于多源异构数据的渔情预测方法及系统在说明书摘要公布了：本申请涉及数据处理技术领域，公开了一种基于多源异构数据的渔情预测方法及系统。该方法包括：获取海表温度、盐度、渔船轨迹、海流等异构数据，转换为时空数据矩阵；提取环境参数计算水体分层指数和营养盐富集指数，组合形成渔业特征向量；输入四层BP神经网络训练建立预测模型；计算时空距离分配权重生成关联预测结果；加入实时数据形成动态训练集，检测环境变化时更新模型参数输出预测结果。本申请解决了多源异构海洋数据无法有效融合和智能化处理的问题，提高了渔情预测的准确性和实时适应性。

本发明授权基于多源异构数据的渔情预测方法及系统在权利要求书中公布了：1.一种基于多源异构数据的渔情预测方法，其特征在于，所述方法包括： 步骤S101、获取海表温度数据、盐度数据、渔船轨迹数据和海流数据，将异构数据转换为时空数据矩阵； 步骤S102、从所述时空数据矩阵中提取水温、盐度、叶绿素浓度，计算水体分层指数和营养盐富集指数，与季节信息和位置信息组合得到渔业特征向量； 步骤S103、将所述渔业特征向量输入四层BP神经网络进行训练，学习环境因子与渔获量之间的映射关系，建立渔情预测模型； 步骤S104、计算预测位置与观测点之间的时空距离，为每个观测数据分配影响权重，生成时空关联预测结果； 步骤S105、将实时数据加入所述时空关联预测结果得到动态训练集，当检测到环境模式变化时更新模型参数，输出渔情预测结果； 其中，所述步骤S104包括：将所述渔情预测模型的预测位置与历史观测点的经纬度坐标进行欧几里得距离计算，得到空间距离矩阵；将所述预测位置与历史观测点的时间差值进行指数衰减函数处理，得到时间相关性矩阵；基于所述空间距离矩阵和时间相关性矩阵进行加权组合运算，将空间权重系数设为0.6，时间权重系数设为0.4，得到时空相关性矩阵；根据所述时空相关性矩阵为每个历史观测数据分配影响权重，将权重值与对应的渔获量数据进行加权求和处理，得到时空关联预测结果。

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中国水产科学研究院南海水产研究所，其通讯地址为：510000 广东省广州市海珠区新港西路231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。