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！

龙图腾网获悉桂林理工大学申请的专利一种融合空间插值与图卷积网络的室内温湿度空间数据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：CN119557594B 。

龙图腾网通过国家知识产权局官网在2025-11-25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：202411670897.9，技术领域涉及：G06F18/20；该发明授权一种融合空间插值与图卷积网络的室内温湿度空间数据预测方法是由岳涛;方宏腾设计研发完成，并于2024-11-21向国家知识产权局提交的专利申请。

本一种融合空间插值与图卷积网络的室内温湿度空间数据预测方法在说明书摘要公布了：本发明公开了一种融合空间插值与图卷积网络的室内温湿度空间数据预测方法，涉及智慧城市与环境监测领域，其包括：获取传感器实测的室内多点温湿度数据及其对应的监测标记点空间位置信息，利用标记点的温湿度数据、空间位置信息和时间维度特征作为克里金插值的输入，生成部分未标记点的温湿度线性预测值；构建以克里金预测结果、标记点实测数据、时间维度特征、空间特征和外部气象数据为自变量，目标温湿度值为因变量的多元线性回归模型，对克里金插值结果进行多维度拟合；使用回归模型输出的线性预测值与其他特征构建特征矩阵，并将其与邻接矩阵作为图卷积网络的输入，生成室内温湿度三维空间分布。本发明能够实现高精度的室内空间数据预测。

本发明授权一种融合空间插值与图卷积网络的室内温湿度空间数据预测方法在权利要求书中公布了：1.一种融合空间插值与图卷积网络的室内温湿度空间数据预测方法，其特征在于，包括： 步骤1、在目标研究区域内多点分布式设置传感器，每个传感器对应为一个测量标记点，记录各个传感器的温湿度数据及其测量时间维度特征；同时，获取所有测量标记点的空间位置信息，并对数据进行预处理； 步骤2、使用步骤1获取的数据作为克里金插值的输入，通过捕捉空间的线性相关性，构建空间协方差模型，进行未标记点温湿度的线性预测； 步骤3、构建以克里金线性预测、标记点实测数据、时间维度特征、空间特征和外部气象数据作为自变量，目标温湿度值为因变量的多元线性回归模型，对克里金预测结果进行多维度拟合，根据拟合好的多元线性回归模型，生成处理后的温湿度空间预测值； 步骤4、对多元线性回归模型处理后的预测值进行残差融合，并与标记点实测的温湿度数据进行特征拼接，构建特征矩阵，同时，基于标记点的空间位置信息，获取各传感器节点之间的几何关系和物理距离，构建邻接矩阵； 步骤5、搭建图卷积网络模型，将步骤4特征矩阵和邻接矩阵输入图卷积网络模型进行训练，使用拟合好的预测模型获取研究区域室内温湿度三维空间点面分布。

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桂林理工大学，其通讯地址为：541004 广西壮族自治区桂林市七星区建干路12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。