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！

龙图腾网获悉深圳大学申请的专利基于VMD-LSTM-ELMAN的露天区域氡析出率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：CN119004249B 。

龙图腾网通过国家知识产权局官网在2026-02-10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：202410887826.8，技术领域涉及：G06F18/2415；该发明授权基于VMD-LSTM-ELMAN的露天区域氡析出率预测方法是由陈逸凡;伍显潍;刘永;陈长开;方世杰;吴正新;黄熙;陈盖元;戴兴旺;李嘉伟;颜承严;肖乐设计研发完成，并于2024-07-03向国家知识产权局提交的专利申请。

本基于VMD-LSTM-ELMAN的露天区域氡析出率预测方法在说明书摘要公布了：本发明提供了一种基于VMD‑LSTM‑ELMAN的露天区域氡析出率预测方法，首先利用VMD将氡析出率历史数据分解为具有不同特征信息的3组分量，再通过选用LSTM模型、ELMAN神经网络模型及正态分布模型进行数据训练与预测，并将影响氡析出的环境因素作为预测指标输入模型，能够更真实地反映环境指标对氡析出的影响，使得模型预测结果能够准确反映氡析出的析出规律，且预测精度高。本发明通过联合采用VMD、LSTM、ELMAN建立氡析出率预测模型，特别考虑了环境指标对于氡析出率影响的滞后效应，将氡析出率数值曲线进行分解并预测其变化趋势，为氡防控与环境治理提供指导。

本发明授权基于VMD-LSTM-ELMAN的露天区域氡析出率预测方法在权利要求书中公布了：1.一种基于VMD-LSTM-ELMAN的露天区域氡析出率预测方法，其特征在于，包括以下步骤： S1、获取待预测区域的历史氡析出率监测数据，构成时间序列的原始数据集； S2、将步骤S1的原始数据集进行归一化处理，采用VMD进行模态分解，分解为具有不同特征信息的3组模态分量； S3、将步骤S2的3组模态分量根据特征信息划分，分别对应选择LSTM模型、ELMAN神经网络模型或正态分布模型中的一种进行数据训练与预测；最后将得到的三组预测值按时间序列相加，再进行数据反归一化处理，得到待预测区域的氡析出率预测数值； 在步骤S3中，3组模态分量预测的模型选择原则为：具有非线性特性和非周期性的imf1分量采用LSTM模型进行预测，具有波动特性和周期性的imf2分量采用ELMAN神经网络模型进行预测，随机分布在0附近且规律性差的imf3分量采用正态分布模型进行预测； imf2分量采用ELMAN神经网络模型进行预测时，同时输入影响氡析出率的外界环境因素作为预测指标； 所述预测指标包括累积降雨量、日均温及日温差，考虑所述预测指标数值对氡析出的影响均具有滞后性，将第t天的环境数据作为第t+1天的预测指标输入模型。

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深圳大学，其通讯地址为：518060 广东省深圳市南山区南海大道3688号深圳大学；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。