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)獲悉中南大學(xué)申請(qǐng)的專利基于時(shí)空克里金神經(jīng)網(wǎng)絡(luò)的PM2.5數(shù)據(jù)時(shí)空插值方法獲國家發(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：CN120372409B 。

龍圖騰網(wǎng)通過國家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-09-02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：202510852290.0，技術(shù)領(lǐng)域涉及：G06F18/241；該發(fā)明授權(quán)基于時(shí)空克里金神經(jīng)網(wǎng)絡(luò)的PM2.5數(shù)據(jù)時(shí)空插值方法是由鄧敏;劉恩博;諶愷祺設(shè)計(jì)研發(fā)完成，并于2025-06-24向國家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本基于時(shí)空克里金神經(jīng)網(wǎng)絡(luò)的PM2.5數(shù)據(jù)時(shí)空插值方法在說明書摘要公布了：本發(fā)明實(shí)施例中提供了一種基于時(shí)空克里金神經(jīng)網(wǎng)絡(luò)的PM2.5數(shù)據(jù)時(shí)空插值方法，屬于數(shù)據(jù)處理技術(shù)領(lǐng)域，具體包括：收集時(shí)空監(jiān)測(cè)點(diǎn)數(shù)據(jù)；根據(jù)PM2.5濃度劃分時(shí)空采樣點(diǎn)和未采樣點(diǎn)集合；將時(shí)空監(jiān)測(cè)點(diǎn)的屬性映射至高維空間，得到屬性表征向量；將時(shí)間、空間信息映射至高維空間，得到時(shí)間和空間表征向量；基于屬性、時(shí)間和空間表征向量，設(shè)計(jì)時(shí)空協(xié)方差網(wǎng)絡(luò)，擬合采樣點(diǎn)和未采樣點(diǎn)的協(xié)方差矩陣；設(shè)計(jì)時(shí)空趨勢(shì)元網(wǎng)絡(luò)擬合非平穩(wěn)時(shí)空趨勢(shì)關(guān)系，得到時(shí)空采樣點(diǎn)和未采樣點(diǎn)的趨勢(shì)特征矩陣；基于協(xié)方差矩陣和趨勢(shì)特征矩陣，使用時(shí)空克里金方程估算未采樣點(diǎn)的PM2.5濃度；優(yōu)化模型并實(shí)現(xiàn)數(shù)據(jù)插值預(yù)測(cè)。通過本發(fā)明的方案，提高了插值精度。

本發(fā)明授權(quán)基于時(shí)空克里金神經(jīng)網(wǎng)絡(luò)的PM2.5數(shù)據(jù)時(shí)空插值方法在權(quán)利要求書中公布了：1.一種基于時(shí)空克里金神經(jīng)網(wǎng)絡(luò)的PM2.5數(shù)據(jù)時(shí)空插值方法，其特征在于，包括： 步驟1，收集研究區(qū)域內(nèi)空氣質(zhì)量監(jiān)測(cè)站在預(yù)設(shè)時(shí)間范圍內(nèi)共計(jì)個(gè)時(shí)空監(jiān)測(cè)點(diǎn)數(shù)據(jù)，其中，每個(gè)時(shí)空監(jiān)測(cè)點(diǎn)數(shù)據(jù)包括其對(duì)應(yīng)的空間信息、時(shí)間信息和屬性特征； 步驟2，根據(jù)屬性特征內(nèi)的PM2.5濃度監(jiān)測(cè)值將個(gè)時(shí)空監(jiān)測(cè)點(diǎn)數(shù)據(jù)劃分至?xí)r空采樣點(diǎn)集合和時(shí)空未采樣點(diǎn)集合； 步驟3，設(shè)計(jì)包含兩個(gè)網(wǎng)絡(luò)隱藏層的屬性表征編碼器，將所有時(shí)空監(jiān)測(cè)點(diǎn)的屬性特征映射至高維隱空間，得到屬性表征向量； 步驟4，設(shè)計(jì)時(shí)間表征編碼器與空間表征編碼器，將時(shí)間信息與空間信息映射到高維隱空間，得到時(shí)間表征向量與空間表征向量； 步驟5，基于屬性表征向量、時(shí)間表征向量與空間表征向量，設(shè)計(jì)時(shí)空協(xié)方差網(wǎng)絡(luò)，擬合時(shí)空采樣點(diǎn)集合對(duì)應(yīng)的第一時(shí)空協(xié)方差矩陣和時(shí)空未采樣點(diǎn)集合對(duì)應(yīng)的第二時(shí)空協(xié)方差矩陣； 步驟6，基于時(shí)間表征向量與空間表征向量，設(shè)計(jì)時(shí)空趨勢(shì)元網(wǎng)絡(luò)，擬合非平穩(wěn)時(shí)空趨勢(shì)關(guān)系，得到時(shí)空采樣點(diǎn)集合對(duì)應(yīng)的第一時(shí)空趨勢(shì)特征矩陣和時(shí)空未采樣點(diǎn)集合對(duì)應(yīng)的第二時(shí)空趨勢(shì)特征矩陣； 步驟7，基于第一時(shí)空協(xié)方差矩陣、第二時(shí)空協(xié)方差矩陣、第一時(shí)空趨勢(shì)特征矩陣和第二時(shí)空趨勢(shì)特征矩陣，根據(jù)基于地統(tǒng)計(jì)理論的時(shí)空克里金方程計(jì)算時(shí)空未采樣點(diǎn)的PM2.5濃度估計(jì)值； 步驟8，將時(shí)空采樣點(diǎn)集合按預(yù)設(shè)比例劃分為訓(xùn)練集和驗(yàn)證集，計(jì)算訓(xùn)練集中PM2.5濃度監(jiān)測(cè)值與PM2.5濃度估計(jì)值之間的誤差，并以最小化誤差為目標(biāo)，通過循環(huán)迭代的方式更新模型中的可學(xué)習(xí)參數(shù)，當(dāng)模型在驗(yàn)證集中實(shí)現(xiàn)最小插值誤差時(shí)，得到目標(biāo)模型對(duì)待處理數(shù)據(jù)進(jìn)行插值。

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)人中南大學(xué)，其通訊地址為：410083 湖南省長沙市岳麓區(qū)麓山南路932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)”。