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！

龙图腾网获悉江苏大学申请的专利一种基于贝叶斯理论的金属回收率预测方法、系统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：CN117056826B 。

龙图腾网通过国家知识产权局官网在2025-12-16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：202311025267.1，技术领域涉及：G06F18/2415；该发明授权一种基于贝叶斯理论的金属回收率预测方法、系统是由夏沈豪;辛燕;李亚波;周怀湘设计研发完成，并于2023-08-14向国家知识产权局提交的专利申请。

本一种基于贝叶斯理论的金属回收率预测方法、系统在说明书摘要公布了：本发明公开一种基于贝叶斯理论的金属回收率预测方法，将炼炉特征转换为标准形式，对所得炼炉标准化特征同时进行聚类和构造KD树；基于KD树索引结构，输入新的炼炉特征后，先对本炉炼炉数据做标准化，基于KD树索引结构匹配到距离新的炼炉特征最近的几个节点，结合炼炉特征分类结果，对新炼炉标准化特征做KNN分类，得到节点中类型数量占比最大的类型作为当前炼炉的分类数据；结合当前炼炉分类数据、聚类的炼炉分类结果以及炼炉特征数据库中的炼炉特征统计信息，进行贝叶斯预测估计。本发明利用数据分析和机器学习，结合历史炼炉数据和参数，建立准确模型，解决现有技术出钢、留钢量不稳定导致金属回收率难以精准计算的问题。

本发明授权一种基于贝叶斯理论的金属回收率预测方法、系统在权利要求书中公布了：1.一种基于贝叶斯理论的金属回收率预测方法，其特征在于，包括以下步骤： 步骤1、Z-score特征标准化；先获取炼炉特征数据库中所有的炼炉特征、每个属性列炼炉特征元素的平均值和标准差，然后通过Z-score标准化将所有的炼炉特征转换为标准形式，得到炼炉标准化特征； 步骤2、对于步骤1所得炼炉标准化特征，同时进行K-means++聚类和构造KD树； K-means++聚类时，先将所有炼炉特征分为D组，D为分组参数，得到每个炼炉特征所属属性的类型编号，将类型编号所代表的炼炉分类结果保存至炼炉特征数据库中对应记录的type属性； 构造KD树，KD树每一个节点均存储炼炉标准化特征和炼炉分类结果，目的是用最小的时间复杂度寻找到离本炉标准化特征数据最近的C个节点； 步骤3、基于步骤2所构造的KD树索引结构，输入新的炼炉特征后，先对本炉炼炉数据做标准化，并基于步骤2所构造的KD树索引结构，匹配到距离新的炼炉特征最近的几个节点，结合K-means++得到的炼炉特征分类结果，对新的炼炉标准化特征做KNN分类，得到节点中类型数量占比最大的类型作为当前炼炉的分类数据，具体方法为： 首先确定新输入的炼炉特征，并新输入的炼炉特征进行Z-score标准化处理；然后根据所得KD树的索引结构来搜索K个最近样本点，具体搜索方法为： 1、创建一个大根堆，用来存储距离最近的K个节点信息； 2、在KD树索引结构中找出包含目标点x的叶结点：从根结点出发，递归地向下搜索KD树，若目标点x当前维的坐标小于切分点的坐标，则移动到左子结点，否则移动到右子结点，直至移动到叶结点为止；将此叶结点视为“当前最近点”，并添加到大根堆中； 3、添加到大根堆的方法是递归地向上回溯，对每个结点进行以下操作：如果该结点保存的实例点比当前大根堆top节点距离目标点更近，此时，如果大根堆中元素个数不足K个则直接添加，如果大于K个则删除第一个元素，并将新元素添加到大根堆中；更新“当前最近点”的距离为大根堆第一个元素与目标点的距离，同时检查子结点的父结点其另一子结点所对应的区域是否有更近的点，具体做法是： 检查另一子结点对应的区域是否以目标点为球心，以目标点与“当前最近点”间的距离为半径的圆或超球体相交：如果相交，可能在另一个子结点对应的区域内存在距目标点更近的点，移动到另一个子结点，接着，继续递归地进行最近邻搜索；如果不相交，则向上回溯； 4、当回退到根结点时，搜索结束，大根堆中保存的节点即是距离目标节点最近的K个节点； 步骤4、结合步骤3所得当前炼炉分类数据、步骤2所得K-means++聚类的炼炉分类结果以及炼炉特征数据库中的炼炉特征统计信息，进行贝叶斯预测估计。

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江苏大学，其通讯地址为：212013 江苏省镇江市京口区学府路301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。