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！

龙图腾网获悉中山大学申请的专利基于时空贝叶斯神经场的虚拟空气站质控数据生成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：CN121051702B 。

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：202511584205.3，技术领域涉及：G06F18/25；该发明授权基于时空贝叶斯神经场的虚拟空气站质控数据生成方法是由刘永红;骈宇庄;王泰宇;张士祁;李啟航设计研发完成，并于2025-10-31向国家知识产权局提交的专利申请。

本基于时空贝叶斯神经场的虚拟空气站质控数据生成方法在说明书摘要公布了：本申请公开了基于时空贝叶斯神经场的虚拟空气站质控数据生成方法，涉及数据处理技术领域，本申请通过多层时空特征编码模块捕捉多尺度空间依赖关系与季节性时间动态，利用特征增强与均值预测模块自适应地过滤并增强信息特征，结合贝叶斯概率预测模块联合优化数据生成分布与参数不确定性，能够捕捉并增强不连续观测数据中的长程时空动态，在多种缺失数据模式下直接生成虚拟站空气质量结果，即目标污染物浓度集合，并提供对应时空点的置信区间，可提高空气站质控数据的准确性。

本发明授权基于时空贝叶斯神经场的虚拟空气站质控数据生成方法在权利要求书中公布了：1.基于时空贝叶斯神经场的虚拟空气站质控数据生成方法，其特征在于，所述方法包括以下步骤： 将目标污染物浓度的原始数据及对应的原始时空特征带入数据预处理模块，分别经过样本过滤、时间离散化和特征归一化，获得规范化后的原始特征矩阵； 将所述原始特征矩阵带入多层时空特征编码模块，分别经过时空交互、时间谐波展开、空间谐波展开和空间关联，获得时空交互项特征、空空交互项特征、时间季节性项特征、空间傅里叶项特征以及空间聚合项特征，进而将获得的各项特征与所述原始特征矩阵拼接，得到多层级时空特征矩阵； 将所述多层级时空特征矩阵带入所述多层时空特征编码模块中的自适应缩放和通道注意力流程进行处理，形成权重重分配的高维特征矩阵； 将所述高维特征矩阵带入特征增强与均值预测模块，分别经过三层通道门控学习单元进行特征增强，随后接入全连接层网络以生成所述目标污染物浓度预测的条件均值集合； 将所述条件均值集合带入贝叶斯概率预测模块，利用所述原始时空特征、所述目标污染物浓度的原始数据和所述条件均值集合共同还原所述目标污染物的时空分布，并根据所述目标污染物的时空分布生成目标污染物浓度集合和对应的方差集合。

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山大学，其通讯地址为：510275 广东省广州市海珠区新港西路135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。