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！

龙图腾网获悉华东交通大学申请的专利基于地理空间数据的铁路公里标预测方法、设备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：CN120930884B 。

龙图腾网通过国家知识产权局官网在2026-02-06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：202511452888.7，技术领域涉及：G06Q10/04；该发明授权基于地理空间数据的铁路公里标预测方法、设备及介质是由张坤鹏;刘辉;杨辉;安春兰;谢春华设计研发完成，并于2025-10-13向国家知识产权局提交的专利申请。

本基于地理空间数据的铁路公里标预测方法、设备及介质在说明书摘要公布了：本申请公开了一种基于地理空间数据的铁路公里标预测方法、设备及介质，涉及轨道交通技术领域，该方法包括：对列车运行线路的铁路测绘数据进行处理，得到地理空间数据，对于地理空间数据中的每一个数据点，基于数据点的经度和纬度计算得到数据点的距离特征，基于数据点的高程计算得到数据点的高程变化特征，以数据点的位置特征、距离特征和高程变化特征作为输入，以数据点的公里标作为标签，分别对第一初始模型和第二初始模型进行训练，得到第一训练后模型和第二训练后模型，对第一训练后模型和第二训练后模型进行集成，得到集成模型，利用集成模型预测列车运行线路中任一位置点的公里标。本申请可提高铁路公里标预测的准确性和可靠性。

本发明授权基于地理空间数据的铁路公里标预测方法、设备及介质在权利要求书中公布了：1.一种基于地理空间数据的铁路公里标预测方法，其特征在于，所述基于地理空间数据的铁路公里标预测方法包括： 获取列车运行线路的铁路测绘数据；所述铁路测绘数据包括列车运行线路中每一线段的起点的经度、纬度、高程和公里标以及终点的经度、纬度、高程和公里标，以及列车运行线路中多个测绘点的经度、纬度和高程，所有所述线段顺序连接后组成列车运行线路； 对所述铁路测绘数据进行处理，计算得到每一个所述测绘点的公里标，得到地理空间数据； 对于所述地理空间数据中的每一个数据点，基于所述数据点的经度和纬度，计算所述数据点到列车运行线路的中心点的大圆球面距离，得到所述数据点的距离特征，基于所述数据点的高程，计算得到所述数据点的高程变化特征；所述数据点包括所述地理空间数据中的起点、终点和测绘点； 以所述数据点的位置特征、距离特征和高程变化特征作为输入，以所述数据点的公里标作为标签，分别对第一初始模型和第二初始模型进行训练，得到第一训练后模型和第二训练后模型，对所述第一训练后模型和所述第二训练后模型进行集成，得到集成模型；所述位置特征包括经度、纬度和高程； 利用所述集成模型预测列车运行线路中任一位置点的公里标； 其中，以所述数据点的位置特征、距离特征和高程变化特征作为输入，以所述数据点的公里标作为标签，分别对第一初始模型和第二初始模型进行训练，得到第一训练后模型和第二训练后模型，对所述第一训练后模型和所述第二训练后模型进行集成，得到集成模型，具体包括： 将所有所述数据点划分为训练集和验证集； 以所述训练集中数据点的位置特征、距离特征和高程变化特征作为输入，以所述训练集中数据点的公里标作为标签，分别对第一初始模型和第二初始模型进行训练，得到第一训练后模型和第二训练后模型； 以所述验证集中数据点的位置特征、距离特征和高程变化特征作为输入，利用所述第一训练后模型确定所述验证集中数据点的第一预测公里标，基于所述验证集中数据点的第一预测公里标和公里标，计算平均绝对误差，得到所述第一训练后模型的第一预测误差； 以所述验证集中数据点的位置特征、距离特征和高程变化特征作为输入，利用所述第二训练后模型确定所述验证集中数据点的第二预测公里标，基于所述验证集中数据点的第二预测公里标和公里标，计算平均绝对误差，得到所述第二训练后模型的第二预测误差； 基于所述第一预测误差和所述第二预测误差，计算得到所述第一训练后模型的第一权重和所述第二训练后模型的第二权重； 基于所述第一权重和所述第二权重，对所述第一训练后模型和所述第二训练后模型进行集成，得到集成模型； 所述第一权重的计算公式为： ； 其中，为第一权重；为第一预测误差；为第二预测误差； 所述第二权重的计算公式为： ； 其中，为第二权重。

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华东交通大学，其通讯地址为：330013 江西省南昌市经济技术开发区双港东大街808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。