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！

龙图腾网获悉武汉大学申请的专利一种基于集成学习的热层质量密度短期预测方法、系统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：CN116976394B 。

龙图腾网通过国家知识产权局官网在2025-12-26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：202310943091.1，技术领域涉及：G06N3/0442；该发明授权一种基于集成学习的热层质量密度短期预测方法、系统及电子设备是由潘倩;徐春雨;熊超;王培安设计研发完成，并于2023-07-28向国家知识产权局提交的专利申请。

本一种基于集成学习的热层质量密度短期预测方法、系统及电子设备在说明书摘要公布了：本发明属于热层质量密度预测方法和空间探测与信息处理技术领域，具体公开了一种基于集成学习的热层质量密度短期预测方法、系统及电子设备，步骤1：对特征数据进行预处理，并进行标准归一化；步骤2：构建集成学习模型MBiLE，集成多元感知器模型和双向长短期记忆神经网络模型，并进行训练；步骤3：根据提出的自适应损失函数RMSE‑Huber的损失值大小选择最优模型及模型参数；步骤4：结合特征数据，利用最优模型预测更宽高度范围的热层质量密度。本发明可以通过提出的MBiLE模型具有较强的稳定性和较高的可靠性，能够短期预测更低高度的热层质量密度，而且有利于进一步实现未来任意时刻的热层质量密度的预测。

本发明授权一种基于集成学习的热层质量密度短期预测方法、系统及电子设备在权利要求书中公布了：1.一种基于集成学习的热层质量密度短期预测方法，其特征在于，包含以下步骤： 步骤1：获取特征数据，并进行归一化处理； 步骤2：基于集成多元感知器模型MLP和双向长短期记忆神经网络模型Bi-LSTM提出融合形成MBiLE模型，并利用高轨道处的SwarmC卫星对应的特征数据进行训练；所述步骤2包括如下子步骤： 步骤201：搭建MBiLE网络模型，通过stacking算法对MLP模型和Bi-LSTM模型进行集成；具体如下：MLP模型充当基础模型，用于生成新的特征矩阵，Bi-LSTM模型作为元模型，使用基础模型的预测结果和原始特征矩阵作为输入，通过训练来学习基础模型和原始特征矩阵的组合方式，从而得到最终的集成预测结果； 步骤202：采用K折交叉验证的方式对MBiLE模型进行训练； 步骤3：训练时根据自适应损失函数RMSE_Huber值的大小确定最佳模型及模型参数；包括如下子步骤： 步骤301：确定RMSE和Huber损失函数权重系数的取值范围，指定权重系数之和为1； 步骤302：使用网格搜索的方法，在0-1之间遍历不同的权重系数组合，并通过在训练集进行K折交叉验证后得到的子集中进行模型的训练； 步骤303：根据权重系数计算损失值大小，将表现最好的权重系数组合作为最优的权重系数，并确定最佳模型；自适应损失函数表达如下： 其中，是用于控制MSE和MAE损失函数之间的转换阈值，x是模型预测结果和观测值之间的偏差，即预测误差，N是样本数量，pre是模型的预测值，obs是观测值，LRMSE表示均方根误差损失函数，LHuber表示平滑平均绝对误差损失函数，α是权重系数，用于控制RMSE和Huber损失函数在总体损失中的比例，； 步骤4：利用最佳模型预测更宽高度范围的热层质量密度。

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武汉大学，其通讯地址为：430072 湖北省武汉市武昌区八一路299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。