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！

龙图腾网获悉上海大学申请的专利一种基于机器学习的雷击风险评估方法、装置及存储介质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：CN117056690B 。

龙图腾网通过国家知识产权局官网在2026-02-27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：202311105257.9，技术领域涉及：G06F18/20；该发明授权一种基于机器学习的雷击风险评估方法、装置及存储介质是由周歧斌;叶景杰;沈佳伟;张熠鹏;刘添;黄思;张甜甜设计研发完成，并于2023-08-30向国家知识产权局提交的专利申请。

本一种基于机器学习的雷击风险评估方法、装置及存储介质在说明书摘要公布了：本发明涉及一种基于机器学习的雷击风险评估方法、装置及存储介质，其中方法包括：获取雷电数据、风场相关数据和雷灾数据并进行数据预处理，构建数据集；基于半监督K‑means算法对数据集进行标记，其中，数据集被标记为雷灾数据、非雷灾数据和未标记数据；构建LapSVM模型和PSO算法，并初始化参数；将数据输入模型中进行训练，根据数据标签和模型参数生成雷击风险概率，并使用PSO算法优化模型参数；以待评估的雷电数据和风场相关数据作为输入，利用训练完成的LapSVM模型进行雷击风险评估，输出雷击风险概率。与现有技术相比，本发明具有完全由数据驱动、能够利用未标记样本的数据结构信息等优点。

本发明授权一种基于机器学习的雷击风险评估方法、装置及存储介质在权利要求书中公布了：1.一种基于机器学习的雷击风险评估方法，其特征在于，包括以下步骤： S1、获取雷电数据、风场相关数据和雷灾数据并进行数据预处理，构建数据集； S2、基于半监督K-means算法对数据集进行标记，并划分为训练集和验证集，其中，数据集被标记为雷灾数据、非雷灾数据和未标记数据； S3、构建LapSVM模型和PSO算法，并初始化参数，所述LapSVM模型用于根据输入数据进行预测，输出雷击风险概率，所述PSO算法对LapSVM模型的超参数进行优化； S4、将训练集数据输入初始LapSVM模型中，对模型进行训练，根据数据标签和模型参数生成雷击风险概率，使用ROC-AUC和5折交叉验证评估模型性能，并使用PSO算法优化LapSVM模型参数，当终止条件满足时，确定LapSVM模型的最优超参数，并使用验证集验证模型性能； S5、以待评估的雷电数据和风场相关数据作为输入，利用训练完成的LapSVM模型进行雷击风险评估，输出雷击风险概率。

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上海大学，其通讯地址为：200444 上海市宝山区上大路99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。