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！

龙图腾网获悉天津云遥宇航科技有限公司;无锡云遥宇航气象科技有限公司;北京云遥宇航科技有限公司;上海云遥宇航气象科技有限公司申请的专利一种基于VAR的跨分辨率AI降尺度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：CN121456836B 。

龙图腾网通过国家知识产权局官网在2026-05-12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：202610008843.9，技术领域涉及：G06F18/25；该发明授权一种基于VAR的跨分辨率AI降尺度方法是由李峰辉;李赛花;陈念台;卢文浩;王鹏程;黄满义;李兴国;周正丹设计研发完成，并于2026-01-06向国家知识产权局提交的专利申请。

本一种基于VAR的跨分辨率AI降尺度方法在说明书摘要公布了：本发明提供了一种基于VAR的跨分辨率AI降尺度方法，包括以下步骤：构建视觉自回归VAR驱动的跨分辨率Transformer框架；选取多种数据源、多种气象要素、多种空间分辨率的气象数据，制作多变量降尺度训练数据集；根据构建的VAR降尺度模型，实现任意输入分辨率的逐级精细化输出并引入地形、海拔、土地利用等静态地理信息，完成多变量气象要素的精准降尺度。本发明的有益效果：提升降尺度精度与物理一致性；增强对静态地理信息的利用效率；实现任意分辨率输入与任意尺度降尺度；提高计算效率与模型泛化性。

本发明授权一种基于VAR的跨分辨率AI降尺度方法在权利要求书中公布了：1.一种基于VAR的跨分辨率AI降尺度方法，其特征在于：包括以下步骤： S1、数据准备与预处理：获取多种来源的低分辨率气象数据以及对应的高分辨率目标数据，准备静态地理信息数据，静态地理信息数据与气象数据空间范围匹配，对输入的低分辨率气象数据进行预处理，对静态地理信息数据进行处理，生成与气象数据相同空间参考和网格大小的特征图； S2、多尺度特征编码与VAR初始化：将预处理后的低分辨率气象数据输入到共享特征编码器，提取初始上下文特征，将编码器输出的最低分辨率特征作为VAR过程的起点，预测下一个更高分辨率的特征表示； S3、跨分辨率Transformer交互与特征增强：构建包括多个尺度的Transformer架构，在VAR的每个预测尺度上，引入Transformer模块，通过Transformer的多头自注意力机制和跨尺度注意力机制，学习不同尺度特征间的依赖关系，并融合静态地理信息特征，对当前尺度的特征进行增强和细化； S4、多变量输出与自回归迭代：在每个VAR预测尺度上，经过Transformer模块增强后的特征，输入到多变量解码器，多变量解码器将融合后的特征映射回气象变量空间，输出当前尺度下各个目标气象变量的预测值，预测值作为VAR模型预测下一个更高分辨率尺度的输入的一部分，或者用于计算损失函数，VAR过程从最低分辨率开始，逐级预测更高分辨率的特征和气象场，直至达到目标分辨率； S5、损失计算与模型训练：在VAR的每个预测尺度上，计算模型输出与对应尺度的高分辨率真值之间的损失，通过反向传播算法优化模型参数； S6、模型微调与应用：在预训练好的通用降尺度模型的基础上，针对设定的私有数据集，冻结模型的设定底层参数，仅对顶层解码器或设定适配层进行微调，使用私有数据集进行迭代训练。

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天津云遥宇航科技有限公司;无锡云遥宇航气象科技有限公司;北京云遥宇航科技有限公司;上海云遥宇航气象科技有限公司，其通讯地址为：300450 天津市滨海新区自贸试验区(空港经济区)环河北路80号空港商务园东区8号楼A708房间；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。