同济大学刘皓冰获国家专利权
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!
龙图腾网获悉同济大学申请的专利一种大气环境监测固定站点污染物监测数据回溯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:CN119272149B 。
龙图腾网通过国家知识产权局官网在2025-10-31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:202411324021.9,技术领域涉及:G06F18/2415;该发明授权一种大气环境监测固定站点污染物监测数据回溯方法是由刘皓冰;朱百川;高鹏飞设计研发完成,并于2024-09-23向国家知识产权局提交的专利申请。
本一种大气环境监测固定站点污染物监测数据回溯方法在说明书摘要公布了:本发明属于大气环境监测领域,涉及一种大气环境监测固定站点污染物监测数据回溯方法。该方法构建将贝叶斯主成分分析BayesianPrincipalComponentAnalysis,BPCA与长短期记忆网络LongShort‑TermMemory,LSTM相结合的BPCA‑LSTM模型,根据M座站点需要回溯的污染物浓度监测数据的范围,在全部N座站点的污染物浓度监测历史数据中选取并形成可用的完整数据集,对所选取的数据集进行数据清洗和数据降维,学习N‑M座站点和M座站点之间浓度时序数据映射关系。通过该模型,利用M座站点数据缺失时期对应的N‑M座站点的数据来回溯M座站点的缺失数据。本发明的方法简单通用,为大气环境监测提供了一种可靠的数据回溯方案,具有重要的现实意义和广泛的应用前景。
本发明授权一种大气环境监测固定站点污染物监测数据回溯方法在权利要求书中公布了:1.一种大气环境监测固定站点污染物监测数据回溯方法,其特征在于,包括以下步骤: S1.构建BPCA-LSTM网络模型,包括贝叶斯主成分分析部分和长短期记忆网络部分;同时,根据M座站点需要回溯的污染物浓度监测数据的范围,在全部N座站点的污染物浓度监测历史数据中选取并形成可用的完整数据集; S2.对所选取的数据集进行数据清洗,包括污染物浓度计量标准化,异常值剔除和缺失点补齐,对清洗后的数据应用所述贝叶斯主成分分析部分进行数据降维; 其中,应用贝叶斯主成分分析对清洗的数据进行降维,降维过程使用期望最大化算法完成;对于某一时刻的实际浓度向量,是特征维度,为该时刻除有数据缺失的站点外其他站点实际浓度构成的向量,降维目标是找到一个低维表示和相应的权重矩阵以及一个偏置向量,使得: 其中,是噪声项;关于、、有如下先验分布假设,其中表示高斯分布,是单位矩阵,是观测噪声方差: 当前假设下需要估计的参数集合,其中采用以下公式进行估计: 参数、、通过EM算法迭代更新,EM算法通过交替更新E步骤即期望步和M步骤即最大化步估计模型参数; S3.设定初始的数据滑动窗口和BPCA-LSTM网络模型超参数,利用所述长短期记忆网络部分构建N-M座站点和M座站点中每座站点的时序污染物浓度数据映射关系,用以在M座站点数据缺失的时期,利用其余N-M座站点的数据回溯M座站点的数据; S4.对滑动窗口时期长度和BPCA-LSTM网络模型的超参数进行优化调整; S5.以M座站点数据缺失时期对应的N-M座站点的历史数据作为输入,通过构建的BPCA-LSTM网络模型回溯M座站点缺失的污染浓度监测数据。
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同济大学,其通讯地址为:200092 上海市杨浦区上海市四平路1239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”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励