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！

龙图腾网获悉北京工业大学申请的专利模型训练方法、细颗粒物浓度预测方法、装置及电子设备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：CN113962333B 。

龙图腾网通过国家知识产权局官网在2025-08-22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：202111451931.X，技术领域涉及：G16C20/70；该发明授权模型训练方法、细颗粒物浓度预测方法、装置及电子设备是由石婷;杨武;乔俊飞设计研发完成，并于2021-12-01向国家知识产权局提交的专利申请。

本模型训练方法、细颗粒物浓度预测方法、装置及电子设备在说明书摘要公布了：本申请提供一种模型训练方法、细颗粒物浓度预测方法、装置及电子设备，涉及细颗粒物浓度预测技术领域。模型训练方法包括：获取监测设备中采集的初始数据集；对初始数据集进行筛选，建立与细颗粒物相关的实验数据集；基于实验数据集对应的采集时间，将实验数据集划分为多个子阶段，获取多个对应的子阶段数据集；基于子阶段数据集，对初始预测模型进行训练，得到浓度预测模型。本申请通过对数据集进行分段，有效地提高了数据集的针对性和有效性，从而提高了浓度预测模型的预测精度，提高预测模型的性能，在浓度预测模型的基础上进行预测，能够有效地提高细颗粒物的浓度预测的准确性、实时性和效率。

本发明授权模型训练方法、细颗粒物浓度预测方法、装置及电子设备在权利要求书中公布了：1.一种模型训练方法，其特征在于，包括： 获取监测设备中采集的初始数据集，所述初始数据集包括细颗粒物的室内浓度、室外浓度和对应的多种环境变量数据； 对所述初始数据集进行筛选，建立与所述细颗粒物相关的实验数据集； 基于所述实验数据集对应的采集时间，将所述实验数据集划分为多个子阶段，获取多个对应的子阶段数据集； 基于所述子阶段数据集，对初始预测模型进行训练，得到浓度预测模型； 所述基于所述子阶段数据集，对初始预测模型进行训练，得到浓度预测模型之前，所述方法还包括：基于所述细颗粒物的渗透信息，建立每个所述子阶段对应的机理模型，所述机理模型为表示所述细颗粒物的浓度变化的动态模型；基于深度神经网络，建立每个所述机理模型对应的误差补偿模型；基于所述误差补偿模型对所述机理模型的误差进行补偿，得到初始预测模型； 其中，所述机理模型的建立方式包括： ； 其中，为细颗粒物从室外到室内的穿透率，为室外的细颗粒物的浓度，为室内的细颗粒物的浓度，为细颗粒物通过分界层的速度ms，为粒子闯过分界层横截面的有效面积，表示在渗透压力的作用下，室内的细颗粒物的浓度在单位时间的变化量，为采样的时间间隔，为在自然和机械通风情况下细颗粒物从室外进入室内的系数，为在自然和机械通风情况下细颗粒物从室内扩散到室外的系数，为室内排放源的贡献值，为表征细颗粒物浓度的动态变化过程的每个所述子阶段对应的所述机理模型； 所述初始预测模型为： ； 其中，为进行误差补偿后的所述初始预测模型，为所述误差补偿模型中由神经网络补偿器产生的浓度补偿值。

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北京工业大学，其通讯地址为：100000 北京市朝阳区平乐园100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”。