Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 积分商城 国际服务 IP管家助手 科技果 科技人才 商标交易 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 云南师范大学李婕获国家专利权

云南师范大学李婕获国家专利权

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!

龙图腾网获悉云南师范大学申请的专利一种便携式野外水文水质监测设备的实时通信决策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:CN121239356B

龙图腾网通过国家知识产权局官网在2026-03-17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:202511757500.4,技术领域涉及:H04L1/00;该发明授权一种便携式野外水文水质监测设备的实时通信决策方法是由李婕;史正涛;喜文飞设计研发完成,并于2025-11-27向国家知识产权局提交的专利申请。

一种便携式野外水文水质监测设备的实时通信决策方法在说明书摘要公布了:本发明公开了一种便携式野外水文水质监测设备的实时通信决策方法,涉及实时通信技术领域,包括:建立不同电量已知通信编码决策模型,生成各个电量下监测设备预设任务周期时长的待选数据通信编码方式集合;获取监测设备的实时水文水质数据,分析实时水文水质数据的变化趋势,量化实时水文水质数据的紧急优先级,确定实时水文水质数据的传输需求;根据实时水文水质数据的传输需求与各个电量下监测设备预设任务周期时长的待选数据通信编码方式集合,建立当前电量可选通信编码决策模型,生成实时电量下监测设备预设任务周期时长的最优数据通信编码方案。最大程度地节约设备能耗,显著延长野外工作时间,并有效降低通信流量成本。

本发明授权一种便携式野外水文水质监测设备的实时通信决策方法在权利要求书中公布了:1.一种便携式野外水文水质监测设备的实时通信决策方法,其特征在于,包括: S1、获取便携式监测设备的预设任务周期时长、预设数据通信编码和预设不同电量,建立不同电量已知通信编码决策模型,生成各个电量下监测设备预设任务周期时长的待选数据通信编码方式集合; S2、获取监测设备的实时水文水质数据,分析变化趋势,量化紧急优先级,确定传输需求,包括: 获取监测设备的历史水文水质数据进行预处理; 预设若干个观测时间窗口,按照单位时间戳标记监测设备的历史水文水质数据,得到监测设备的历史水文水质时序数据; 确定监测设备的历史水文水质时序数据的各个关注环境变量因子,将历史水文水质数据作为核心节点,将水文水质关注环境变量因子作为属性节点,计算节点与节点之间的皮尔逊相关系数的归一化值作为连接边权重,构建历史水文水质数据变化加权网络; 利用多元线性回归,计算历史水文水质数据变化加权网络中属性节点的水文水质关注环境变量因子,影响核心节点的下一时刻水文水质时序数据预期值,并对比下一时刻水文水质时序数据预期值与历史水文水质时序数据实际值的偏差,确定核心节点的每一个单位时间下的水文水质时序数据关注影响因子线性回归系数; 根据核心节点的下一时刻水文水质时序数据预期值、核心节点的每一个单位时间下的水文水质时序数据关注影响因子线性回归系数和核心节点之间的连接边权重,计算监测设备每一个单位时间下的水文水质时序数据预期值关注环境变量因子贡献度,方式如下: ; 其中,为监测设备每一个单位时间下的水文水质时序数据预期值的关注第个环境变量因子贡献度,为核心节点的第t个时刻水文水质时序数据预期值,为核心节点的每一个单位时间下的水文水质时序数据关注第个环境变量因子线性回归系数,为核心节点的每一个单位时间下的水文水质时序数据关注第个环境变量因子权重系数; 将监测设备的历史水文水质数据和监测设备每一个单位时间下的水文水质时序数据预期值关注环境变量因子贡献度打包为水文水质数据趋势数据集; 利用水文水质数据趋势数据集,训练自回归积分滑动平均模型,以监测设备的实时水文水质数据作为输入,以监测设备的未来水文水质时变向量作为输出; S3、根据实时水文水质数据的传输需求与各个电量下监测设备预设任务周期时长的待选数据通信编码方式集合,建立当前电量可选通信编码决策模型,生成实时电量下监测设备预设任务周期时长的最优数据通信编码方案。

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云南师范大学,其通讯地址为:650000 云南省昆明市呈贡区聚贤街768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。

免责声明
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。