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！

龙图腾网获悉浙江大学申请的专利一种提高水文数据驱动模型校核有效性的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：CN114647974B 。

龙图腾网通过国家知识产权局官网在2025-11-18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：202111550447.2，技术领域涉及：G06F30/27；该发明授权一种提高水文数据驱动模型校核有效性的方法是由郑飞飞;陈俊逸设计研发完成，并于2021-12-17向国家知识产权局提交的专利申请。

本一种提高水文数据驱动模型校核有效性的方法在说明书摘要公布了：本发明提供一种提高水文数据驱动模型校核有效性的方法，其步骤如下：S1:按步骤S11‑S15通过自组织神经网络SOM实现原始观测数据集D的聚类；S2:采用传统的DUPLEX方法将SOM网络内的每一节点内初步聚类完成的数据按步骤S21‑27分配到校核集C和验证集E中；S3:使用校核集C和验证集E校核和验证水文数据驱动模型。本发明有效结合了传统的SOM聚类方法和DUPLEX采样方法，将观测数据合理划分到校核和验证数据集，且保证两个数据集里的数据具有较好的分布一致性，从而提高水文数据驱动模型的有效性。

本发明授权一种提高水文数据驱动模型校核有效性的方法在权利要求书中公布了：1.一种提高水文数据驱动模型校核有效性的方法，其特征在于，步骤如下： S1:按步骤S11-S13通过自组织神经网络SOM实现原始观测数据集D的聚类； S11：计算原始观测数据集D中的数据量N，按照经验公式1-1确定SOM的节点数M，并根据经验公式1-2确定网络的行数r和列数c，从而确定SOM神经网络的拓扑结构，具体公式如下： M＝r×c,r＝1.6c1-2 S12：对SOM网络内的各个节点进行权值随机初始化，选取-0.5至0.5范围；同时对原始观测数据集D中的数据进行z-score标准化； S13：将标准化后的原始观测数据集D放入SOM网络进行多轮训练直至收敛，此时SOM网络内各个节点中聚集了数量不一的数据，同一节点内的数据特征相似，不同节点的数据特征区别明显；至此，完成了对数据的初步聚类工作； S2:采用传统的DUPLEX方法将SOM网络内的每一节点内初步聚类完成的数据按步骤S21-27分配到校核集C和验证集E中； S21：根据使用者指定的比例确定校核和验证数据集所需的总数据量，分别记为nC和nE；对于SOM网络内的每个节点，按比例确定在该节点中需要分配给C和E的数据量，分别记为nCm和nEm，具体计算公式如下： 同理可计算nEm；其中，|Um|是该节点内聚集的数据量； S22：针对当前SOM节点m，初始化局部子集用于当前节点的数据采样； S23：在当前SOM节点m内寻找到一对数据xi,xj∈Um使得欧几里得距离||xi-xj||最大化，将该对数据分配于Cm； S24：重复S23分配数据给Em； S25：在当前SOM节点m内寻找下一对数据，其中第一个数据与Cm的single-linkage距离最大，第二个数据次之，将该两个数据分配给Cm； S26：重复S25分配数据于Em，之后不断重复S25，依次分配数据给校核和验证数据集，直至其中一个局部子集达到设定的采样数，剩余数据直接分配给另外一个局部子集； S27：将Cm合并到C，Em合并到E； S3:使用校核集C和验证集E校核和验证水文数据驱动模型。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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”。

以上内容由龙图腾AI智能生成。