買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉中山大學(xué)申請(qǐng)的專利一種基于梯度參數(shù)尋優(yōu)的降水正態(tài)化分析方法及系統(tǒng)獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN115828045B 。

龍圖騰網(wǎng)通過國家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-08-08發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請(qǐng)?zhí)?專利號(hào)為：202210988178.6，技術(shù)領(lǐng)域涉及：G06F17/18；該發(fā)明授權(quán)一種基于梯度參數(shù)尋優(yōu)的降水正態(tài)化分析方法及系統(tǒng)是由趙銅鐵鋼;黃澤青;陳曉宏設(shè)計(jì)研發(fā)完成，并于2022-08-17向國家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本一種基于梯度參數(shù)尋優(yōu)的降水正態(tài)化分析方法及系統(tǒng)在說明書摘要公布了：本發(fā)明涉及水文數(shù)據(jù)處理技術(shù)領(lǐng)域，提出一種基于梯度參數(shù)尋優(yōu)的降水正態(tài)化分析方法及系統(tǒng)，其中包括以下步驟：獲取待分析的降水?dāng)?shù)據(jù)；構(gòu)建正態(tài)變換模型，對(duì)所述降水?dāng)?shù)據(jù)進(jìn)行正態(tài)變換，得到正態(tài)變量Z；令所述的正態(tài)變量Z服從正態(tài)分布，構(gòu)建所述正態(tài)變量Z的聯(lián)合概率密度函數(shù)；基于所述正態(tài)變換模型和所述聯(lián)合概率密度函數(shù)，構(gòu)建用于參數(shù)尋優(yōu)的似然函數(shù)；推導(dǎo)所述似然函數(shù)的解析梯度向量，從而對(duì)所述似然函數(shù)進(jìn)行尋優(yōu)，至滿足預(yù)設(shè)的終止條件，得到滿足使所述似然函數(shù)取最大值的最優(yōu)參數(shù)；基于所述最優(yōu)參數(shù)對(duì)所述正態(tài)變換模型進(jìn)行更新，并對(duì)所述降水?dāng)?shù)據(jù)進(jìn)行正態(tài)變換及建模分析，得到降水正態(tài)化分析結(jié)果。

本發(fā)明授權(quán)一種基于梯度參數(shù)尋優(yōu)的降水正態(tài)化分析方法及系統(tǒng)在權(quán)利要求書中公布了：1.一種基于梯度參數(shù)尋優(yōu)的降水正態(tài)化分析方法，其特征在于，包括以下步驟： S1、獲取待分析的降水?dāng)?shù)據(jù)； S2、構(gòu)建正態(tài)變換模型，對(duì)所述降水?dāng)?shù)據(jù)進(jìn)行正態(tài)變換，得到正態(tài)變量Z；其中，所述正態(tài)變換模型中包括相應(yīng)的正態(tài)變換參數(shù)； S3、令所述正態(tài)變量Z服從正態(tài)分布，構(gòu)建所述正態(tài)變量Z的聯(lián)合概率密度函數(shù)； 所述S3步驟中，還包括以下步驟：將所述降水?dāng)?shù)據(jù)中小于或等于刪失閾值x0的數(shù)值視為刪失值，再假設(shè)經(jīng)過刪失處理后的正態(tài)變量Z服從正態(tài)分布， 用于構(gòu)建所述聯(lián)合概率密度函數(shù)； 所述S3步驟中，基于經(jīng)過刪失處理后的正態(tài)變量Z所構(gòu)建的聯(lián)合概率密度函數(shù)的表達(dá)式如下： 式中，zi∈Z表示正態(tài)變量Z中的第i個(gè)經(jīng)過正態(tài)變換的降水?dāng)?shù)據(jù)樣本；μZ和σZ表示正態(tài)變量Z服從正態(tài)分布的均值與標(biāo)準(zhǔn)差；pN·表示正態(tài)變量Z服從正態(tài)分布的概率密度函數(shù)，φN·表示正態(tài)變量Z的累積分布函數(shù)；Ω1表示降水?dāng)?shù)據(jù)大于刪失閾值x0的樣本索引集合，數(shù)量記為n1，Ω0表示降水?dāng)?shù)據(jù)小于或等于刪失閾值x0的樣本索引集合，數(shù)量記為n0，且n＝n0+n1； S4、基于所述正態(tài)變換模型和所述聯(lián)合概率密度函數(shù)，構(gòu)建用于參數(shù)尋優(yōu)的似然函數(shù)；其中，待尋優(yōu)的參數(shù)包括正態(tài)分布參數(shù)和所述正態(tài)變換參數(shù)； 所述S4步驟中，基于所述正態(tài)變換模型和所述聯(lián)合概率密度函數(shù)，構(gòu)建用于參數(shù)尋優(yōu)的似然函數(shù)的表達(dá)式如下： 式中，θ表示似然函數(shù)pX|θ中的參數(shù)集合，包括正態(tài)分布參數(shù)μZ和σZ以及正態(tài)變換參數(shù)；J表示正態(tài)變換的雅可比矩陣； 所述似然函數(shù)以對(duì)數(shù)形式的表達(dá)式如下： 其中，所述梯度向量由對(duì)數(shù)似然函數(shù)logpX|θ關(guān)于參數(shù)θ的一階偏導(dǎo)構(gòu)成； S5、通過推導(dǎo)所述似然函數(shù)的解析梯度向量對(duì)所述似然函數(shù)進(jìn)行尋優(yōu)，至滿足預(yù)設(shè)的終止條件，得到滿足使所述似然函數(shù)取最大值的最優(yōu)參數(shù)； S6、基于所述最優(yōu)參數(shù)對(duì)所述正態(tài)變換模型進(jìn)行更新，并對(duì)所述降水?dāng)?shù)據(jù)進(jìn)行正態(tài)變換及建模分析，得到降水正態(tài)化分析結(jié)果。

如需購買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請(qǐng)人或?qū)＠麢?quán)人中山大學(xué)，其通訊地址為：510275 廣東省廣州市海珠區(qū)新港西路135號(hào)；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。