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！

龙图腾网获悉同济大学申请的专利一种基于SVM-LSTM模型的水库型浊度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：CN117313040B 。

龙图腾网通过国家知识产权局官网在2025-09-26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：202311217107.7，技术领域涉及：G06F18/27；该发明授权一种基于SVM-LSTM模型的水库型浊度预测方法是由张海平;宋辰煜;崔婧嫄;崔亚飞;瞿尧;张晟设计研发完成，并于2023-09-20向国家知识产权局提交的专利申请。

本一种基于SVM-LSTM模型的水库型浊度预测方法在说明书摘要公布了：本发明涉及一种基于SVM‑LSTM模型的水库型浊度预测方法，包括以下步骤：获取水库的自动监测数据；进行数据预处理；对处理后的数据进行特征提取得到水质特征和水动力指标特征，并构建风场特征；SVM模型根据水质特征、水动力指标特征和风场特征得到第一浊度预测结果和平方损失，LSTM模型根据水质特征、水动力指标特征和平方损失得到第二浊度预测结果；通过加权平均，得到SVM‑LSTM融合预测模型的浊度预测结果，与现有技术相比，本发明具有提高数据预测精度，实现对水质、水动力和风场与浊度的非线性关系的分析，提高数据平稳性，实现快速预测，能够精准预测较长时间的浊度数据等优点。

本发明授权一种基于SVM-LSTM模型的水库型浊度预测方法在权利要求书中公布了：1.一种基于SVM-LSTM模型的水库型浊度预测方法，其特征在于，包括以下步骤： 步骤1、获取水库的包含水质、水动力和风场的自动监测数据； 步骤2、对自动监测数据进行预处理，得到处理后的数据； 步骤3、对处理后的数据进行特征提取得到水质特征和水动力指标特征，并构建风场特征； 步骤4、将水质特征、水动力指标特征与风场特征输入预先训练的SVM-LSTM融合预测模型中，所述SVM-LSTM融合预测模型包括SVM模型和LSTM模型，所述SVM模型根据水质特征、水动力指标特征和风场特征得到第一浊度预测结果和平方损失，所述LSTM模型根据水质特征、水动力指标特征和平方损失得到第二浊度预测结果； 步骤5：将第一浊度预测结果和第二浊度预测结果加权平均，得到SVM-LSTM融合预测模型的浊度预测结果； 所述步骤4中预先训练的SVM-LSTM融合预测模型的训练过程的具体步骤为： 步骤401：将水质、水动力指标特征与风场特征输入SVM模型得到预测结果和平方损失； 步骤402：将SVM模型的平方损失与水质、水动力特征输入LSTM模型得到预测结果； 步骤403：将SVM模型与LSTM模型作为基训练模型，根据boosting模型融合方法进行模型融合，得到SVM-LSTM融合预测模型； 所述步骤403将SVM模型与LSTM模型作为基训练模型，根据boosting模型融合方法进行模型融合，得到SVM-LSTM融合预测模型，其具体步骤为； 输入特征T训练基训练模型，得到预测结果，计算平方损失，计算表达式为： 计算该基训练模型权重，计算表达式为： 式中，为平方损失的平均值； 将添加入mi+1轮的输入数据，得到各基训练模型预测结果及权重，加权平均后得到融合模型预测结果。

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同济大学，其通讯地址为：200092 上海市杨浦区四平路1239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”。