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！

龙图腾网获悉广东海洋大学申请的专利基于CNN-BiLSTM的岬湾静态平衡岸线预测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：CN121659244B 。

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：202610140989.9，技术领域涉及：G06F18/25；该发明授权基于CNN-BiLSTM的岬湾静态平衡岸线预测方法是由李志强;伍泽宇;朱道恒;谭思思设计研发完成，并于2026-02-02向国家知识产权局提交的专利申请。

本基于CNN-BiLSTM的岬湾静态平衡岸线预测方法在说明书摘要公布了：本发明公开了一种基于CNN‑BiLSTM的岬湾静态平衡岸线预测方法，属于海岸工程与遥感信息领域，包括：采集遥感影像、潮汐及波浪数据，构建训练与测试样本集；以岬角衍射点为原点建立极坐标系，沿岸线均匀选取特征点并计算其参数，关联动力数据构建多维特征体系；搭建CNN‑BiLSTM混合模型，利用CNN提取特征点间空间特征，利用BiLSTM捕捉岸线时序演变规律，对模型进行训练与集成；采用SHAP值分析法量化各动力因子的独立与交互贡献，识别核心影响因子；最终基于实测数据预测静态平衡岸线形态。本发明实现了对岬湾平衡岸线的高精度、可解释预测，有效揭示了多动力耦合作用机制。

本发明授权基于CNN-BiLSTM的岬湾静态平衡岸线预测方法在权利要求书中公布了：1.一种基于CNN-BiLSTM的岬湾静态平衡岸线预测方法，其特征在于，包括以下步骤： S1.选取静态平衡岬湾，采集遥感影像、潮汐数据及波浪数据；预处理所述遥感影像并提取年度海岸线；基于所述潮汐数据和所述波浪数据计算年平均动力参数；构建包含训练样本与测试样本的数据集； S2.以岬角衍射点为原点建立极坐标系，将各年度海岸线转换至所述极坐标系，并沿每条岸线均匀选取多个特征点；计算各特征点的极坐标、长度及角度参数，并关联对应的动力参数，生成训练集与测试集； S3.基于步骤S2所得参数，构建多维输入特征体系；以所述特征点的长度相对变化率作为目标变量，并对输入与目标数据进行标准化； S4.搭建由卷积神经网络层、双向长短时记忆网络层及全连接层组成的混合模型；使用所述训练集对混合模型进行训练，得到最终预测模型； S5.基于训练完成的模型，采用SHAP值分析法计算各动力参数的独立贡献值与交互贡献值，识别核心动力因子； S6.将实测岸线及动力数据输入所述最终预测模型，输出静态平衡岸线预测结果。

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广东海洋大学，其通讯地址为：524088 广东省湛江市麻章区海大路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。