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！

龙图腾网获悉东莞理工学院申请的专利基于Transformer稀疏注意力机制的水质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：CN116050571B 。

龙图腾网通过国家知识产权局官网在2026-02-17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：202211449236.4，技术领域涉及：G06Q10/04；该发明授权基于Transformer稀疏注意力机制的水质预测方法是由李长平;徐鹏;朱报开设计研发完成，并于2022-11-18向国家知识产权局提交的专利申请。

本基于Transformer稀疏注意力机制的水质预测方法在说明书摘要公布了：本发明提供一种基于transformer稀疏注意力机制的水质预测方法，包括以下步骤：通过采集站点获取水质数据进行存储，构建水质数据集；对水质缺失数据进行多重插值法补齐，整体数据集进行均值归一化，并将数据集划分为训练集和测试集，将训练集数据输入时序分解模块，提取时序特征；数据输入Embedding层，为其添加时间位置特征得到稀疏矩阵X1，经编码器将稀疏矩阵X1处理后将得到的特征向量输入到解码器中；数据输入Embedding层，为其添加时间位置特征得到稀疏矩阵X2，解码器对编码器输入的数据和稀疏矩阵X2进行处理得到预测数据；对模型进行训练，并不断迭代更新，从而得到所预测的水质数据。

本发明授权基于Transformer稀疏注意力机制的水质预测方法在权利要求书中公布了：1.基于transformer稀疏注意力机制的水质预测方法，其特征在于，包括以下步骤： 步骤1、通过根据采集设备从检测水域获取的水质数据及信息，构建水质数据输入序列； 步骤2、当数据传输异常时删除异常数据，并通过多重插值法对缺失的数据进行补齐，然后对补齐后的数据进行均值归一化处理，并将归一化处理后的数据按照8:2的比例划分为训练集和测试集；将所述训练集作为模型的输入数据； 步骤3、将时间序列模块输出的训练集数据进行位置编码后，将该数据输入到Iutput Embedding嵌入式进行位置编码得到稀疏矩阵X1；所述时间序列模块通过滑动平均滤波处理，以获取水质数据的周期性特征；将所述滑动平均滤波处理的序列输入Embedding层，将每一时刻的位置编码信息和该时刻对应的嵌入向量相加得到稀疏矩阵；时间位置编码通过以下公式求得，将水质数据位置信息的嵌入向量表示为PE，PE公式为： ； ； 其中，pos表示待编码的时序位置信息在水质数据时间序列中的相对位置，i表示时间序列向量的维度，d表示全局数据中的向量维度； 步骤4、将所述步骤2所得的训练集时间序列数据输入到Output Embedding层进行位置编码得到稀疏矩阵X2，将稀疏矩阵 X2输入到Decoder解码器的第一个Mask掩码稀疏注意力模块中，对稀疏矩阵X2进行计算提取特征矩阵以得到查询向量；将查询向量经过残差归一化层输入到下一层稀疏注意力模块中，处理后的查询向量和编码器最后一层的输出键向量和值向量输入到第二层稀疏注意力机制层中得到输出序列；得到的输出序列经残差连接与归一化层后输入到前馈神经网络提中取特征向量，再进行一次残差连接与归一化得到结果向量；解码器单元重复计算经过7次，最后一层解码器单元输出数据特征向量；将数据特征向量通过Softmax层所得的分数转换为未来水质数据走向的概率，并选择概率最高的数值作为最后输出的水质预测值； 步骤5、将训练集数据输入并根据损失函数loss进行迭代更新训练，直至模型预设好的迭代次数，完成最后一次迭代训练之后终止训练；并筛选出训练模型中绝对误差和均标准误差最小的模型保存该模型结构；将测试集数据输入到已保存的模型结构中，验证已保存模型的效果。

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东莞理工学院，其通讯地址为：510000 广东省东莞市松山湖大学路1号东莞理工学院；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。