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！

龙图腾网获悉中国科学院、水利部成都山地灾害与环境研究所申请的专利一种基于高斯过程回归的冰湖面积时序数据异常值剔除方法及介质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：CN120892706B 。

龙图腾网通过国家知识产权局官网在2026-01-27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：202511415682.7，技术领域涉及：G06F18/15；该发明授权一种基于高斯过程回归的冰湖面积时序数据异常值剔除方法及介质是由聂勇;姜旭磊;吕其元;王文设计研发完成，并于2025-09-30向国家知识产权局提交的专利申请。

本一种基于高斯过程回归的冰湖面积时序数据异常值剔除方法及介质在说明书摘要公布了：本发明涉及一种基于高斯过程回归的冰湖面积时序数据异常值剔除方法及介质。对自动制图工具提取的冰湖面积时序数据进行高斯过程回归建模；通过建立的高斯过程回归模型，计算冰湖面积时序数据中各数据记录的置信区间，并分类为上界异常、正常和下界异常；识别冰湖溃决事件，将冰湖溃决事件造成的下界异常重新分类为正常。本方法可以准确剔除自动制图工具提取的冰湖面积时序数据中，因云雪山体阴影等随机干扰而造成的异常值，为冰湖面积的准确监测提供技术手段。

本发明授权一种基于高斯过程回归的冰湖面积时序数据异常值剔除方法及介质在权利要求书中公布了：1.一种基于高斯过程回归的冰湖面积时序数据异常值剔除方法，其特征在于，包括： 将多个由观测时间、观测面积和观测误差组成的观测样本按照观测时间排序后构建冰湖面积初始序列； 基于冰湖面积初始序列构建并训练高斯过程回归模型； 使用训练好的高斯过程回归模型计算初始序列中各观测样本的面积预测值和预测标准差，并结合观测误差计算置信区间； 比较各观测样本的观测面积和置信区间，将观测样本标记为上界异常、正常和下界异常； 基于冰湖动态变化特征，对已标记为下界异常的观测样本构建其对应的观察窗口，并在该观察窗口内分别执行溃后面积突降、溃后面积低位、溃后面积缓变以及溃后面积稳定四项约束检测，当该下界异常观测样本同时满足所述四项约束条件时，确定为由溃决事件引起并重新标记为正常，具体为： 在观察窗口内执行溃后面积突降约束检测，具体为判断如下不等式是否成立： 其中，为观测样本i的历史窗口中观测面积的中位数，为相应的标准差，θd表示预设的溃后面积突降约束阈值； 在观察窗口内执行溃后面积低位约束检测，具体为判断如下不等式是否成立： 其中，为观测样本i的历史窗口中观测面积的中位数，为观测样本i的未来窗口中，观测面积的中位数，θl表述预设的溃后面积低位约束检测阈值； 在观察窗口内执行溃后面积缓变约束检测，具体为判断如下不等式是否成立： αiθs 其中，αi表示观测样本i的未来窗口内的观测面积的线性回归拟合方程的斜率，θs表示预设的溃后面积缓变约束检测阈值； 在观察窗口内执行溃后面积稳定约束检测，具体为判断如下不等式是否成立： 其中，表示为观测样本i的未来窗口中观测面积的标准差，θb表示预设的溃后面积稳定约束阈值； 从初始冰湖面积初始序列中剔除所有标记为上界异常或下界异常的记录，得到准确的冰湖面积时序数据集。

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中国科学院、水利部成都山地灾害与环境研究所，其通讯地址为：610213 四川省成都市天府新区群贤南街189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。