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！

龙图腾网获悉中国水利水电科学研究院申请的专利一种众包降雨数据质量控制方法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：CN119443918B 。

龙图腾网通过国家知识产权局官网在2025-07-18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：202411461603.1，技术领域涉及：G06Q10/0639；该发明授权一种众包降雨数据质量控制方法是由牛庚;杨盼;郑一;殷俊暹;桑学锋;王琳;柳长顺;张春玲;郑阳;林希晨;单是豪设计研发完成，并于2024-10-18向国家知识产权局提交的专利申请。

本一种众包降雨数据质量控制方法在说明书摘要公布了：本申请实施例公开了一种众包降雨数据质量控制方法，包括以下步骤：S1.提取降雨观测点的多项降雨数据统计特征，以建立具有数学属性的众包降雨数据集；S2.基于机器学习算法对所述众包降雨数据集中的各项降雨数据统计特征进行训练和预处理，以训练得到众包降雨数据质量控制模型；S3.对所述众包降雨数据质量控制模型的性能影响因子进行重要性排序，以校准所述众包降雨数据质量控制模型。上述训练校准得到的众包降雨数据质量控制模型解决了以往众包数据质量判断的主观性，以及无法自动处理大规模数据的难题，为水文众包数据的采集和应用、智慧水利的数据治理等提供了关键技术支撑。

本发明授权一种众包降雨数据质量控制方法在权利要求书中公布了：1.一种众包降雨数据质量控制方法，其特征在于，包括以下步骤： S1.提取降雨观测点的多项降雨数据统计特征，以建立具有数学属性的众包降雨数据集； S2.基于机器学习算法对所述众包降雨数据集中的各项降雨数据统计特征进行训练和预处理，以训练得到众包降雨数据质量控制模型； S3.对所述众包降雨数据质量控制模型的性能影响因子进行重要性排序，以校准所述众包降雨数据质量控制模型； 所述步骤S3包括： S31.采用SHAP可解释算法对所述众包降雨数据质量控制模型的性能影响因子进行定量解释排序； S32.利用额外树算法来识别所述众包降雨数据质量控制模型的最佳性能影响因子组合； 在步骤S32中，额外树算法是一种集成学习方法，通过构建决策树，选择特征子集进行节点分裂，其原理可以概括为从特征集F中随机选择m个特征，其中m＝|F|，对于选中的特征f，随机选择一个分裂点splitf，根据分裂点将数据集分为两个子集Dleft和Dright，其中： Dleft＝{x∈D|xf≤splitf} Dright＝{x∈D|xf＞splitf}； 特征集F表示多项降雨数据统计特征，特征选择步骤迭代地删除最不重要的性能影响因子，直到众包降雨数据质量模型的预测性能下降，通过准确率来选择最佳性能影响因子组合； 在步骤S1中，所述多项降雨数据统计特征的一部分原始降雨数据由固定传感器直接采集所得，所述多项降雨数据统计特征的另一部分原始降雨数据由可移动传感器直接采集得到的数据经过预设处理所得； 对所述可移动传感器直接采集得到的数据进行预设处理的步骤包括： 将与所述可移动传感器相关联的移动路径模型耦合到数据质量控制架构中，以模拟参与者动态的移动路径，实现所述移动路径模型与所述众包降雨质量控制模型的深度耦合，其涉及的控制方程和参数如下： 其中，Si,t表示参与者i在时间步骤t的位置；Li,t表示参与者i在时间步骤t的移动距离；θi,t表示参与者i在时间步骤t的移动方向；x和y分别是降雨观测点在空间中的坐标；α和φ分别表示移动距离Li,t和移动方向θi,t的调整因子；ωi,t表示参与者i在时间步骤t的布尔形移动状态因子；移动距离Li,t被假设为遵循Li,t～U0,Lmax，U表示服从均匀分布，Lmax表示参与者在时间步长内可以移动的最大距离；移动方向θi,t被假设为遵循θi,t～U0,2π，表示降雨观测点的移动概率；和分别表示降雨观测点的最大移动概率和最小移动概率；cx、cy分别表示降雨观测点中心在x、y方向上的位置；r表示降雨观测点中心的半径；ζp表示降雨观测点中心到研究区域边缘的观测密度梯度； 所述众包降雨数据质量控制方法具有可迁移性，以使得基准情景下训练的所述众包降雨数据质量控制模型能够应用于其他区域或其他的噪声水平情景。

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中国水利水电科学研究院，其通讯地址为：100044 北京市海淀区车公庄西路20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”。