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！

龙图腾网获悉华中科技大学申请的专利一种基于多任务学习框架的径流区间预测方法及系统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：CN121211985B 。

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：202511748625.0，技术领域涉及：G06F30/27；该发明授权一种基于多任务学习框架的径流区间预测方法及系统是由莫莉;黄珊珊;效文静;鲍润罡;朱书理;孙旭彤;刘万;刘梓轩;朱双;许颜贺;张咪;黄昊东设计研发完成，并于2025-11-26向国家知识产权局提交的专利申请。

本一种基于多任务学习框架的径流区间预测方法及系统在说明书摘要公布了：本发明属于径流预报相关技术领域，其公开了一种基于多任务学习框架的径流区间预测方法及系统，方法包括：基于多任务学习框架构建区间预测模型，以径流数据序列的点预测模型输出的点预测值以及原始特征为输入，以多个置信水平的预测区间为输出，根据多个置信水平的分位数损失构造总损失函数对区间预测模型进行训练；利用训练完成的所述区间预测模型进行多个置信水平的径流区间预测。本发明在区间预测阶段，引入多任务学习机制，可一次输出多个分位点的预测结果，克服了传统分位数回归需多次独立训练模型的高计算成本与低效问题，训练效率提升显著，且降低了分位数交叉风险，为高实时性要求的预报任务提供了切实可行的解决方案。

本发明授权一种基于多任务学习框架的径流区间预测方法及系统在权利要求书中公布了：1.一种基于多任务学习框架的径流区间预测方法，其特征在于，包括： 训练阶段： 基于多任务学习框架构建区间预测模型，以径流数据序列的点预测模型输出的点预测值以及径流数据序列的原始特征为输入，以多个置信水平的预测区间为输出，并根据多个置信水平的分位数损失构造总损失函数对所述区间预测模型进行训练； 预测阶段： 根据径流数据序列的原始特征利用点预测模型生成点预测值； 根据点预测值以及径流数据序列的原始特征，利用训练完成的所述区间预测模型进行多个置信水平的径流区间预测； 所述区间预测模型包括共享特征编码网络和全连接输出层，所述共享特征编码网络用于接收输入数据并对输入数据进行特征提取，所述全连接输出层用于接收提取的特征并输出多个置信水平的预测区间；根据所述总损失函数对所述共享特征编码网络和所述全连接输出层进行训练； 所述总损失函数为多个置信水平的分位数损失的加权和；任一置信水平的分位数损失为上分位数损失与下分位数损失的和。

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中科技大学，其通讯地址为：430074 湖北省武汉市珞喻路1037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。