Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 积分商城 国际服务 IP管家助手 科技果 科技人才 商标交易 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 河北科技大学张丁超获国家专利权

河北科技大学张丁超获国家专利权

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!

龙图腾网获悉河北科技大学申请的专利大气污染物预测与溯源方法及装置、电子设备、存储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:CN121075497B

龙图腾网通过国家知识产权局官网在2026-02-24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:202511630981.2,技术领域涉及:G16C20/70;该发明授权大气污染物预测与溯源方法及装置、电子设备、存储介质是由张丁超;朱佳星;张寒;王佳琦;王欣;韩梦非;李梓源;管延龄;张谨设计研发完成,并于2025-11-10向国家知识产权局提交的专利申请。

大气污染物预测与溯源方法及装置、电子设备、存储介质在说明书摘要公布了:本申请提供了一种大气污染物预测与溯源方法及装置、电子设备、存储介质,属于环境监测领域,该方法包括:获取目标研究区域各个预设时段内的多源异构数据;基于各个预设时段内的多源异构数据生成多个动态图,一个预设时段对应一个动态图;基于多个动态图对时空自适应图神经网络模型进行训练,得到训练后的时空自适应图神经网络模型,训练后的时空自适应图神经网络模型用于对目标研究区域的臭氧浓度进行预测以及溯源。本申请可以提高对臭氧浓度的预测准确度以及实现污染物的快速溯源。

本发明授权大气污染物预测与溯源方法及装置、电子设备、存储介质在权利要求书中公布了:1.一种大气污染物预测与溯源方法,其特征在于,包括: 获取目标研究区域各个预设时段内的多源异构数据,所述多源异构数据包括与臭氧相关联的污染物地基监测数据、污染物卫星遥感数据、气象参数数据和污染物排放清单数据; 基于各个预设时段内的多源异构数据生成多个动态图,一个预设时段对应一个动态图; 基于所述多个动态图对时空自适应图神经网络模型进行训练,得到训练后的时空自适应图神经网络模型,所述训练后的时空自适应图神经网络模型用于对目标研究区域的臭氧浓度进行预测以及溯源; 其中,针对每个预设时段内的多源异构数据,生成该预设时段所对应的动态图的方式,包括: 对所述目标研究区域进行栅格划分,将每个栅格作为所述动态图的节点,将预设时间段划分为多个时间步,基于各时间步分别对应的多源异构数据和所述节点生成各时间步分别对应的邻接矩阵,基于所述各时间步分别对应的邻接矩阵生成该预设时段所对应的动态图; 其中,针对每一时间步,基于所述节点和该时间步对应多源异构数据生成该时间步对应的邻接矩阵,包括: 对于每个节点,基于该时间步对应的气象参数数据计算该节点与其他相连接的节点之间的气象相关性, 基于该时间步对应的污染物排放清单数据中的臭氧前体物排放数据,计算该节点与其他相连接的节点之间的环境相似性, 计算该节点在该时间步对应的多源异构数据的节点嵌入向量,计算该节点与其他相连接的节点对应的节点嵌入向量之间的相似度; 基于所有节点对应的气象相关性集合得到该邻接矩阵的第一边权重矩阵,基于所有节点对应的环境相似性集合得到该邻接矩阵的第二边权重矩阵,基于所有节点对应的相似度集合得到该邻接矩阵的第三边权重矩阵; 对所述第一边权重矩阵、所述第二边权重矩阵和所述第三边权重矩阵进行加权融合得到目标边权重矩阵; 基于所述节点和所述目标边权重矩阵生成该时间步对应的邻接矩阵。

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河北科技大学,其通讯地址为:050000 河北省石家庄市裕华区裕祥街26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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。