Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 广东工业大学徐志豪获国家专利权

广东工业大学徐志豪获国家专利权

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!

龙图腾网获悉广东工业大学申请的专利基于多源数据融合的大气甲烷浓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:CN120629471B

龙图腾网通过国家知识产权局官网在2026-01-06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:202510495243.5,技术领域涉及:G01N33/00;该发明授权基于多源数据融合的大气甲烷浓度预测方法是由徐志豪;向谷妮;李慧;杨志峰;田沛龙设计研发完成,并于2025-04-21向国家知识产权局提交的专利申请。

基于多源数据融合的大气甲烷浓度预测方法在说明书摘要公布了:本发明公开了环境监测预测技术领域的基于多源数据融合的大气甲烷浓度预测方法,包括1获取目标区域的气候因子、社会经济指标、甲烷数据,并对气候因子依次进行样条插值填充缺失值、双三次插值空间重分类、K邻近值校正偏差及主成分分析降维处理;同时对甲烷数据进行缺失值填充和主成分分析降维处理,最终得到预处理结果;2筛选显著影响甲烷的气候与社会经济因子,3基于目标气候驱动因子和目标社会经济驱动因子,构建包含双层LSTM、全连接层、拼接层、随机失活层及线性输出层的混合深度学习模型结构,经训练生成目标预测模型,该混合深度学习具有协同处理与分工协作机制,在保留多模态数据特性的同时显著提升模型效率。

本发明授权基于多源数据融合的大气甲烷浓度预测方法在权利要求书中公布了:1.一种基于多源数据融合的大气甲烷浓度预测方法,其特征在于,包括: 获取目标区域的气候因子、社会经济指标、甲烷数据,并对获取的气候因子和甲烷数据进行预处理,得到预处理结果;所述获取目标区域的气候因子、社会经济指标、甲烷数据,并对获取的气候因子和甲烷数据进行预处理,得到预处理结果的方法包括: 对获取的气候因子和甲烷数据进行地理空间范围切割,保留目标区域的气候因子和甲烷数据;对目标区域的气候因子进行降尺度处理,得到降尺度的气候因子;对降尺度的气候因子和获取的甲烷数据进行降低维度处理,所述对降尺度的气候因子和获取的甲烷数据进行降低维度处理的方法包括: 将目标区域的气候因子和甲烷数据统一至国际标准单位,得到标准单位的气候因子和甲烷数据; 采用抽样条法填充标准单位的气候因子和甲烷数据的缺失值,得到填充的气候因子和甲烷数据; 采用双三次插值法对填充的气候因子的分辨率进行统一,得到具有同一分辨率的气候因子; 采用K最近邻算法对具有同一分辨率的气候因子进行偏差校正,得到校正的气候因子; 对校正的气候因子、社会经济指标和甲烷数据分别进行标准化处理,得到标准的气候因子、社会经济指标和甲烷数据; 采用主成分分析法,对标准的气候因子和甲烷数据进行降低维度处理,得到降维的气候因子和甲烷数据; 筛选气候驱动因子和社会经济驱动因子,确定目标气候驱动因子和目标社会经济驱动因子; 基于目标气候驱动因子和目标社会经济驱动因子对混合深度学习模型进行训练,使训练后的混合深度学习模型生成目标预测模型; 向预测模型输入未来情景下的气候驱动因子和社会经济驱动因子数据,以实施甲烷预测,并生成预测结果,对预测数据进行逆PCA变换和逆标准化,得到预测的甲烷浓度数据。

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广东工业大学,其通讯地址为:510000 广东省广州市越秀区东风东路729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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。