西北工业大学郭斌获国家专利权
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！
龙图腾网获悉西北工业大学申请的专利一种基于深度高斯扩散模型的空气质量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：CN116364204B 。
龙图腾网通过国家知识产权局官网在2025-07-22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：202310241032.X，技术领域涉及：G16C20/30；该发明授权一种基于深度高斯扩散模型的空气质量预测方法是由郭斌;任思源;李可;王倩茹;王勤芬;於志文设计研发完成，并于2023-03-14向国家知识产权局提交的专利申请。
本一种基于深度高斯扩散模型的空气质量预测方法在说明书摘要公布了：本发明涉及一种基于深度高斯扩散模型的空气质量预测方法，为了便于模型高效的学习不同区域之间时空数据的地理时空耦合关系，该方法首先设计了平面高斯扩散方程用于表示单一区域污染物非对称扩散关系，随后通过地理空间耦合学习器来参数化平面高斯扩散方程以提升其泛化能力，最终利用反向传播技术与循环神经网络相结合实现地理时空耦合关系的自动学习，并对城市多个区域的空气质量进行精准预测。
本发明授权一种基于深度高斯扩散模型的空气质量预测方法在权利要求书中公布了：1.一种基于深度高斯扩散模型的空气质量预测方法，其特征在于步骤如下： 步骤1：多区域空气质量预测问题的描述与形式化定义； 步骤2：平面高斯扩散方程 首先基于无风条件下污染物的扩散是分子运动的理论假设在二维平面的两个垂直方向建立二元联合高斯扩散方程；随后引入风速和风向的影响对方程进一步完善，并最终建立单一区域污染物非对称扩散方程； 步骤3：地理空间耦合学习 对平面高斯扩散方程进行扩展，由单一区域扩散改进为多区域相互扩散的一般范式，通过神经网络进行方程中参数的自动学习以捕获不同区域间的地理空间耦合关系； 步骤4：地理时空耦合学习 每个区域数据的内在时间耦合通过循环神经网络进行学习，不同区域间数据的空间耦合由地理空间耦合学习器进行学习；通过深度神经网络的反向传播方式将循环神经网络与地理空间耦合学习器进行结合实现地理时空耦合的协同关系建模，最终模型输出作为多个区域未来空气质量的预测结果； 步骤5：模型训练 在云服务器上搭建深度神经网络，将多个区域的原始空气质量地理时空数据进行预处理并划分训练、测试样本；按批次的进行模型训练，并设计参数搜索算法实现模型自动化调参，通过降低模型损失函数使模型最终收敛完成训练过程。
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西北工业大学，其通讯地址为：710072 陕西省西安市友谊西路；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”。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号