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！

龙图腾网获悉华东交通大学申请的专利基于环境协变量的样本动态增补方法、系统、设备及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：CN121505392B 。

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：202610037819.8，技术领域涉及：G06V10/774；该发明授权基于环境协变量的样本动态增补方法、系统、设备及介质是由廖仕成;王梦骏;喻佳;阙越设计研发完成，并于2026-01-13向国家知识产权局提交的专利申请。

本基于环境协变量的样本动态增补方法、系统、设备及介质在说明书摘要公布了：本申请涉及一种基于环境协变量的样本动态增补方法、系统、设备及介质。所述方法通过计算未知点与遗留样本点集之间的相似度并量化其不确定性，进而依据不确定性均值构建分层抽样框架，并据此动态分配增补样本点，最终将增补点与原样本集合并形成更新样本集。该方法能够在充分利用历史样本数据的基础上，显著提升更新样本集在地理空间上的代表性和统计平衡性，从而在与传统分层抽样方法对比时，使地图产品精度评价结果获得更优且更接近真实精度的表现，有效克服了因样本集不具代表性而导致的评价偏差问题。

本发明授权基于环境协变量的样本动态增补方法、系统、设备及介质在权利要求书中公布了：1.一种基于环境协变量的样本动态增补方法，其特征在于，所述方法包括： S1、获取遗留样本点集和研究区域内的环境变量数据集，并对所述环境变量数据集进行标准化处理，生成标准化环境变量向量；其中，所述环境变量数据集包括地形因子、气候因子、植被指数和土壤属性中的至少一种； S2、基于所述标准化环境变量向量，通过相似度算法计算每个未知点与所述遗留样本点集中各遗留样本点的相似度值；其中，所述未知点表示所述研究区域内中未被所述遗留样本点集中的遗留样本点覆盖的待采样位置； S3、根据所述相似度值，计算每个所述未知点对应于所述遗留样本点集的不确定性值； S4、根据所述不确定性值，计算所有所述未知点对应于所述遗留样本点集的不确定性均值，形成不确定性均值集合；基于所述不确定性均值集合，将所述未知点划分为多个层，生成层划分结果；其中，所述层划分结果中的每个层对应一个不确定性均值范围； S5、根据给定的增补样本总数和所述层划分结果中各层未知点数量占比，确定每层的需增补样本数；根据所述需增补样本数，从每层中选择增补点形成增补样本集； S6、将所述增补样本集与所述遗留样本点集进行合并，得到更新样本集； 其中，所述S2包括： S21、基于所述标准化环境变量向量，构建每个遗留样本点j的环境向量以及每个未知点i的环境向量； S22、针对所述未知点i与所述遗留样本点j，计算在第k个所述环境协变量上的单变量相似度； S23、在所有的z个所述环境协变量计算出的所有的所述单变量相似度中，取最小值作为所述未知点i与遗留样本点j之间的综合相似度； S24、遍历所述遗留样本点集中的所有所述遗留样本点，得到所述未知点i与所述遗留样本点集的相似度集合； 其中，所述S3包括：基于每个未知点i与所述遗留样本点集的所述相似度集合，通过公式，计算未知点i与所述遗留样本点集的所述不确定性值；其中，表示未知点i与所述遗留样本点集的所述不确定性值，表示所述未知点i与所述遗留样本点集的所述相似度集合； 其中，所述S4中，所述根据所述不确定性值，计算所有所述未知点对应于所述遗留样本点集的不确定性均值，形成不确定性均值集合，包括：将未知点i作为候补点加入所述遗留样本点集后，按照公式计算新样本集与剩余各个未知点的所述不确定性值，并求得这些不确定性值的均值，依次遍历所有的未知点并计算在将它们作为候补点加入所述遗留样本点集后所得到的不确定性均值，形成所述不确定性均值集合；其中，所述不确定性均值用于衡量新样本集的样本代表性的指标，不确定性均值越小，新样本集的代表性越好。

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东交通大学，其通讯地址为：330000 江西省南昌市经济技术开发区双港东大街808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。