根据《广东海洋大学科技成果转化管理办法》（校科技〔2023〕2号）的规定，现对我校科技成果转化（专利权转让）事项进行公示，公示期间，如对所公示事项有异议，请以书面形式向科技处反映，并请署真实姓名、联系地址和联系电话，逾期不予受理。
科技成果名称一：一种基于声速扰动模态匹配的海洋混合层深度获取方法
科技成果类型：发明专利
专利号：ZL 2021 1 0147964.9
专利授权日：2022.02.22
专利权人：广东海洋大学
发明人：屈科
专利简介：本发明公开了一种基于声速扰动模态匹配的海洋混合层深度获取方法，涉及海洋混合层深度获取技术领域，其技术方案要点是：根据海洋动力学角度，提取声速扰动的模态，并将真实扰动模态与不同厚度混合层具有的扰动模态进行匹配，然后将扰动模态最匹配的混合层厚度确定为结果。该方法通过比较声速扰动的数据特征和海洋分层情况下声速扰动的物理特征，最终确定海洋层化情况进而获得混合层深度值，对测量的要求低，能够完全不需温度链数据外的测量样本，从而大大扩展了本发明的方法的使用范围，克服了实际应用中往往缺乏完整剖面样本的问题，且获取混合层厚度的精度高。
受让方：成都议立企业管理咨询有限公司
是否关联交易：否
定价方式：协议定价
专利转让金额：人民币5500元
科技成果名称二：利用声传播数据和无监督机器学习的海底沉积分类方法
科技成果类型：发明专利
专利号：ZL 2021 1 0381846.4
专利授权日：2023.06.02
专利权人：广东海洋大学
发明人：屈科
专利简介：本发明公开了一种利用声传播数据和无监督机器学习的海底沉积分类方法，涉及海底沉积分类技术领域，其技术方案要点是：包括以下步骤：步骤1：基于物理机制生成声场分布值；步骤2：生成训练数据集；步骤3：非监督机器学习分类，以获得不同沉积类型神经元；步骤4：获取最匹配神经元，求解声场分布的实测值与输出层的神经元间的Euclidean距离，将距离最小的输出层神经元确定为最匹配神经元，而最匹配神经元对应的沉积类型值即为对应的分类结果。本发明通过声学方法可以实现大面积即时的海底沉积分类，采用声传播数据，通过引入声传播的物理机制，解决了特定海洋环境下机器学习样本缺乏的问题，通过机器学习的应用提升了海底沉积物类型判断的精确度。
受让方：成都议立企业管理咨询有限公司
是否关联交易：否
定价方式：协议定价
专利转让金额：人民币5500元
科技成果名称三：基于历史数据以及机器学习的声速剖面补全方法及装置
科技成果类型：发明专利
专利号：ZL 2021 1 0688153.X
专利授权日：2022.07.01
专利权人：广东海洋大学
发明人：屈科
专利简介：本发明涉及基于历史数据以及机器学习的声速剖面补全方法，包括以下：获取目标海域的海区历史平均数据作为第一数据以及仪器设备采集的历史数据作为第二数据；对所述第一数据以及第二数据进行EOF分析得到EOF投影系数集；将所述第二数据与所述EOF投影系数集作为训练样本进行训练得到代表不同参考分类信息的神经元；获取目标海域的海区现场实测数据，计算得到与之关联度最高的参考神经元；根据所述参考神经元以及所述海区历史平均数据重构声速剖面，完成目标海域的声速剖面补全。通过本方法建立的声速剖面重构结果符合扰动规律、避免了不符合实际的重构结果，包含了目标海域小时间尺度声速剖面精细结构的特征、能够反映实际情况中复杂的扰动状态。
受让方：成都议立企业管理咨询有限公司
是否关联交易：否
定价方式：协议定价
专利转让金额：人民币5500元
公示时间：2025年6月17日-- 2025年7月1日
联系人：丁老师
联系电话：0759-2396193
科学技术部
2025年6月17日
