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)獲悉河海大學(xué);太湖流域管理局水文局(信息中心)申請(qǐng)的專利一種融合類量子特征與圖-時(shí)序模型的河流水質(zhì)預(yù)測(cè)方法獲國(guó)家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN120372425B 。

龍圖騰網(wǎng)通過(guò)國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-08-29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：202510866867.3，技術(shù)領(lǐng)域涉及：G06F18/2411；該發(fā)明授權(quán)一種融合類量子特征與圖-時(shí)序模型的河流水質(zhì)預(yù)測(cè)方法是由直偉;周鈺;蘇曉倩;黃志興;馬媛;王陽(yáng)陽(yáng);雪域;彭祉優(yōu);葛欣悅;秦玉茹;李越;王杰;劉興月;馬睿;張汛;于榮駿;魯春輝設(shè)計(jì)研發(fā)完成，并于2025-06-26向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本一種融合類量子特征與圖-時(shí)序模型的河流水質(zhì)預(yù)測(cè)方法在說(shuō)明書摘要公布了：本發(fā)明公開(kāi)了一種融合類量子特征與圖?時(shí)序模型的河流水質(zhì)預(yù)測(cè)方法，包括：獲取多個(gè)河流站點(diǎn)的多變量水質(zhì)觀測(cè)數(shù)據(jù)、時(shí)間序列氣象數(shù)據(jù)及靜態(tài)流域?qū)傩詳?shù)據(jù)；對(duì)數(shù)據(jù)進(jìn)行預(yù)處理；生成氣象類量子特征向量和靜態(tài)流域?qū)傩灶惲孔犹卣飨蛄浚粚庀箢惲孔犹卣飨蛄亢挽o態(tài)流域?qū)傩灶惲孔犹卣飨蛄颗c空間依賴特征拼接融合后，與預(yù)處理后的多變量水質(zhì)觀測(cè)數(shù)據(jù)輸入圖?時(shí)序模型進(jìn)行訓(xùn)練；將訓(xùn)練后的圖?時(shí)序模型計(jì)算得到的模擬輸出進(jìn)行反歸一化處理后得到連續(xù)逐日河流水質(zhì)模擬數(shù)據(jù)，評(píng)估模型性能以預(yù)測(cè)逐日連續(xù)河流水質(zhì)數(shù)據(jù)。本發(fā)明通過(guò)對(duì)多源異構(gòu)數(shù)據(jù)執(zhí)行高維類量子特征變換，生成對(duì)應(yīng)的時(shí)空類量子特征向量，增強(qiáng)模型對(duì)時(shí)空特征非線性交互關(guān)系的表征能力。

本發(fā)明授權(quán)一種融合類量子特征與圖-時(shí)序模型的河流水質(zhì)預(yù)測(cè)方法在權(quán)利要求書中公布了：1.一種融合類量子特征與圖-時(shí)序模型的河流水質(zhì)預(yù)測(cè)方法，其特征在于，步驟如下： 步驟S1：獲取多個(gè)河流站點(diǎn)的多變量水質(zhì)觀測(cè)數(shù)據(jù)、時(shí)間序列氣象數(shù)據(jù)及靜態(tài)流域?qū)傩詳?shù)據(jù)； 步驟S2：對(duì)步驟S1中獲取的數(shù)據(jù)進(jìn)行預(yù)處理，并將預(yù)處理后的數(shù)據(jù)劃分為訓(xùn)練集和測(cè)試集； 步驟S3：將預(yù)處理后的時(shí)間序列氣象數(shù)據(jù)及靜態(tài)流域?qū)傩詳?shù)據(jù)進(jìn)行高維類量子特征變換，分別生成對(duì)應(yīng)的氣象類量子特征向量和靜態(tài)流域?qū)傩灶惲孔犹卣飨蛄浚?步驟S4：利用圖-時(shí)序模型提取空間依賴特征，并將步驟S3中的氣象類量子特征向量和靜態(tài)流域?qū)傩灶惲孔犹卣飨蛄颗c空間依賴特征拼接融合后，與步驟S2中預(yù)處理后的多變量水質(zhì)觀測(cè)數(shù)據(jù)一同輸入圖-時(shí)序模型進(jìn)行訓(xùn)練，優(yōu)化模型參數(shù)； 步驟S5：將訓(xùn)練后的圖-時(shí)序模型計(jì)算得到的模擬輸出進(jìn)行反歸一化處理后得到連續(xù)逐日河流水質(zhì)模擬數(shù)據(jù)，評(píng)估模型性能以預(yù)測(cè)逐日連續(xù)河流水質(zhì)數(shù)據(jù)； 所述步驟S3具體包括： 第i個(gè)河流站點(diǎn)在第t天的氣象向量表示為： 其中，表示第i個(gè)河流站點(diǎn)在第t天的氣象向量，RD表示氣象向量屬于維度為D的實(shí)數(shù)向量空間，t＝1,2,...,T，T為總時(shí)間步長(zhǎng)； 每個(gè)河流站點(diǎn)對(duì)應(yīng)的靜態(tài)流域?qū)傩韵蛄勘硎緸椋? 其中，si表示第i個(gè)河流站點(diǎn)的靜態(tài)流域?qū)傩韵蛄浚槐硎眷o態(tài)流域?qū)傩韵蛄繉儆诰S度為Ds的實(shí)數(shù)向量空間； 對(duì)于每個(gè)氣象向量定義如下高維類量子特征變換： 步驟S31：對(duì)每個(gè)河流站點(diǎn)第t天的氣象向量進(jìn)行正弦和余弦非線性變換，如下： 其中，和分別表示非線性變換后的氣象正弦特征和氣象余弦特征； 步驟S32：對(duì)時(shí)間步t下每個(gè)河流站點(diǎn)的氣象向量中任意兩個(gè)不同特征維度d1,d2進(jìn)行雙變量交互變換，計(jì)算交互特征，d1,d2∈{1,2,...,D}，d1d2，如下： 其中，分別表示中第d1維和第d2維的取值，第i個(gè)河流站點(diǎn)在第t天生成的氣象交互特征，共生成個(gè)交互維度； 步驟S33：將氣象向量、氣象正弦特征、氣象余弦特征和氣象交互特征拼接，得到第i個(gè)河流站點(diǎn)在第t天的氣象類量子特征向量如下： 其中，concat表示對(duì)多個(gè)同維度向量進(jìn)行拼接，沿特征維度合并為一個(gè)擴(kuò)展后的高維特征向量， 表示氣象類量子特征向量屬于維度為Dz的實(shí)數(shù)向量空間； 對(duì)氣象時(shí)間序列生成的氣象類量子特征向量沿時(shí)間維度t＝1,2,...,T進(jìn)行堆疊，構(gòu)成氣象類量子特征矩陣，如下： 其中，Zi為第i個(gè)水文觀測(cè)站點(diǎn)對(duì)應(yīng)的氣象類量子特征矩陣，為第i個(gè)河流站點(diǎn)在第t天生成的氣象類量子特征向量，T為時(shí)間序列長(zhǎng)度，Dz為氣象類量子特征向量維度，表示氣象類量子特征矩陣屬于維度為T×Dz的實(shí)數(shù)向量空間； 對(duì)每個(gè)河流站點(diǎn)的靜態(tài)屬性向量si，進(jìn)行高維類量子特征變換，如下： 其中，si為第i個(gè)河流站點(diǎn)的靜態(tài)流域?qū)傩韵蛄浚环謩e表示靜態(tài)流域?qū)傩韵蛄窟M(jìn)行非線性變換后的靜態(tài)流域?qū)傩哉姨卣骱挽o態(tài)流域?qū)傩杂嘞姨卣鳎环謩e表示si中第d1維和第d2維的取值，表示靜態(tài)流域?qū)傩越换ヌ卣鳎槐硎眷o態(tài)流域?qū)傩灶惲孔犹卣飨蛄浚? 表示靜態(tài)流域?qū)傩灶惲孔犹卣飨蛄繉儆诰S度為Dh的實(shí)數(shù)向量空間。

如需購(gòu)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)人河海大學(xué);太湖流域管理局水文局(信息中心)，其通訊地址為：210024 江蘇省南京市鼓樓區(qū)西康路1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)”。