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！

龙图腾网获悉江西水利电力大学申请的专利一种基于数据挖掘技术的水质巡检规则优化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：CN121390595B 。

龙图腾网通过国家知识产权局官网在2026-03-20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：202511960603.0，技术领域涉及：G06Q10/063；该发明授权一种基于数据挖掘技术的水质巡检规则优化方法及系统是由唐明;张桓玮;刘华汇;方佳杰;季子涵设计研发完成，并于2025-12-24向国家知识产权局提交的专利申请。

本一种基于数据挖掘技术的水质巡检规则优化方法及系统在说明书摘要公布了：本发明公开了一种基于数据挖掘技术的水质巡检规则优化方法及系统，涉及水质巡检领域，包括：将目标区域研究站点的原始水质检测数据清洗之后，确定每个水质指标时间序列的取值区间；根据预设的维度和所述区间生成相同长度的片段；根据预设的检索窗口与适应度计算规则，获得每个所述片段对应的适应度值；基于改进的遗传算法进行迭代寻优，获得水质指标相应取值区间的特征片段，所述特征片段为适应度最高值所对应的最佳片段；再分别基于TOPSIS算法和聚类算法，对所有水质指标中所有取值区间的特征片段的维度和起始时间进行优选，从而获得目标区域水质检测的最佳时段与频次。本发明有效提高了水质巡检的准确性和普适性。

本发明授权一种基于数据挖掘技术的水质巡检规则优化方法及系统在权利要求书中公布了：1.一种基于数据挖掘技术的水质巡检规则优化方法，其特征在于，包括： 将目标区域研究站点的原始水质检测数据清洗之后，确定每个水质指标时间序列的取值区间； 根据预设的维度和所述区间生成相同长度的片段，每个所述片段在种群内存在唯一对应的个体； 根据预设的检索窗口与适应度计算规则，获得每个所述片段对应的适应度值； 基于改进的遗传算法进行迭代寻优，获得水质指标相应取值区间的特征片段，所述特征片段为适应度最高值所对应的最佳片段； 所述改进的遗传算法，包括： S1、初始化变量并判断当前外循环次数是否达到指定次数，若是，筛选候选池最优个体，若否，随机产生初始种群并判断当前内循环次数是否达到指定次数，若是则重新产生种群，否则进入步骤S2，其中，步骤S1进行初始化变量的具体过程，包括： S11、在对应监测指标和月份的实时监测数据中，找到指标监测值的最小值a和最大值b以及均值c，以范围[a,b]作为遗传算法初始化片段的元素范围，即数组中每个数值生成的区间，优先在c值附近范围生成，其中，所述附近范围的数学表达式为：c±5%a-b，所述指标监测值表示水质监测指标pH、氨氮、溶解氧、总磷四项指标； S2、基于精英策略的遗传操作，计算种群适应度值并排序，根据排序结果将种群分为A种群、B种群和C种群，其中，根据排序结果将种群分为A种群、B种群和C种群的具体过程，包括： 基于水质数据序列的长度和窗口维度获取窗口数量，其中，所述水质数据序列长度是N，窗口R的维度是L，通过在原时间序列上进行窗口滑动，产生个数量的窗口； 基于水质特征片段对应的维度值和所述窗口数量计算适应度值并排序，获取排序结果，根据排序结果将种群分为A种群、B种群和C种群，其中，所述适应度值的数学表达式为： ； ； 其中，是特征片段第个维度的值，为第个窗口，为特征片段与原始数据提取的窗口最接近的距离值，，表示窗口数量； S3、判断的平均适应度值是否收敛，若收敛判断内循环收敛是否早熟，若是，返回步骤S1中重新产生初始种群继续迭代，若否，将A种群根据样本统计量接近程度进行排序，根据排序结果将A种群最优个体输入至候选池中，并返回步骤S1； 再分别基于TOPSIS算法和聚类算法，对所有水质指标中所有取值区间的特征片段的维度和起始时间进行筛选，从而获得目标区域水质检测的最佳时段与频次。

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江西水利电力大学，其通讯地址为：330000 江西省南昌市高新区天祥大道289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。