買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉廈門大學;北京大學申請的專利基于貝葉斯遷移學習的區域湖庫水質不確定性模擬方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN120388638B 。

龍圖騰網通過國家知識產權局官網在2025-08-22發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510874396.0，技術領域涉及：G16C20/20；該發明授權基于貝葉斯遷移學習的區域湖庫水質不確定性模擬方法是由梁中耀;賀政宇;劉永;蔣青松;李東鋒設計研發完成，并于2025-06-27向國家知識產權局提交的專利申請。

本基于貝葉斯遷移學習的區域湖庫水質不確定性模擬方法在說明書摘要公布了：本發明公開了基于貝葉斯遷移學習的區域湖庫水質不確定性模擬方法，包括以下步驟：S1、收集區域多個湖庫水質自動監測數據，并對監測數據進行預處理；S2、對多個湖庫分別進行編號，將湖庫分為目標域與源域，并選定需要進行模擬的水質指標作為目標指標；S3、采用貝葉斯加性回歸樹在源域構建目標指標模擬模型，并采用交叉驗證策略進行模型訓練；S4、采用目標域的數據對源域中目標指標模擬模型進行參數更新，構建目標域目標指標的貝葉斯遷移模型，并進行目標域水質目標指標的不確定性模擬；S5、根據貝葉斯遷移模型的輸出結果，識別影響目標域水質目標指標均值和不確定性的關鍵因子，解析關鍵因子對目標域水質指標波動的驅動機制。

本發明授權基于貝葉斯遷移學習的區域湖庫水質不確定性模擬方法在權利要求書中公布了：1.基于貝葉斯遷移學習的區域湖庫水質不確定性模擬方法，其特征在于，包括以下步驟： S1、收集區域多個湖庫水質自動監測數據，并對監測數據進行預處理； S2、對多個湖庫分別進行編號，將湖庫分為目標域與源域，并選定需要進行模擬的水質指標作為目標指標； S3、采用貝葉斯加性回歸樹在源域構建目標指標模擬模型，并采用交叉驗證策略進行模型訓練； 步驟S3包括： 貝葉斯加性回歸樹使用馬爾可夫鏈蒙特卡洛進行后驗推斷，用于迭代更新每棵樹，同時基于其他樹進行條件更新，并允許從后驗分布中生成樣本；回歸函數在特定值處的后驗均值通過平均所有馬爾可夫鏈蒙特卡洛樣本進行估計，計算公式為：，其中，為回歸函數在特定值處的后驗均值估計；為馬爾可夫鏈蒙特卡洛樣本的總數；為第個馬爾可夫鏈蒙特卡洛樣本的索引；為第個馬爾可夫鏈蒙特卡洛樣本在值處評估的加性樹模型的值； 回歸函數的置信區間從后驗樣本的分位數中構建，計算公式為：，其中，為回歸函數在特定值處的置信區間；表示區間；為回歸函數的后驗樣本的分位數函數； S4、選定源域中目標指標模擬模型的可變參數，采用目標域的數據對源域中目標指標模擬模型進行參數更新，構建目標域目標指標的貝葉斯遷移模型，并進行目標域水質目標指標的不確定性模擬； S5、根據貝葉斯遷移模型的輸出結果，給出預測值的均值和置信區間，識別影響目標域水質目標指標均值和不確定性的關鍵因子，解析關鍵因子對目標域水質指標波動的驅動機制； 步驟S5包括： 在原始測試集上計算貝葉斯遷移模型的初始均方根誤差，將初始均方根誤差作為基準指標； 對每個特征的數值隨機打亂，用擾動后的數據重新預測并計算擾動均方根誤差，將擾動均方根誤差作為擾動后指標； 用基準指標與擾動后指標的差值衡量特征重要性，差值越大表明特征對模型預測越關鍵。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人廈門大學;北京大學，其通訊地址為：361000 福建省廈門市思明南路422號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。