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！

龙图腾网恭喜南京雨后地软环境技术有限公司申请的专利利用机器学习实现卫星遥感柱浓度反演VOCS的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：CN119903362B 。

龙图腾网通过国家知识产权局官网在2025-06-06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：202510387281.9，技术领域涉及：G06F18/231；该发明授权利用机器学习实现卫星遥感柱浓度反演VOCS的方法是由赵新来;毛富仁;张星;王丽琼;张立星;王双双设计研发完成，并于2025-03-31向国家知识产权局提交的专利申请。

本利用机器学习实现卫星遥感柱浓度反演VOCS的方法在说明书摘要公布了：本发明属于大气污染监测技术领域，本发明公开了利用机器学习实现卫星遥感柱浓度反演VOCS的方法；包括：对多源数据进行预处理，得到多源特征数据集；基于多源特征数据集进行特征分层提取和关联分析，得到特征关联图；基于特征关联图进行动态特征嵌入和关系建模，得到组分特征空间；基于组分特征空间，构建多任务深度学习反演模型，并进行权重优化，得到优化后的反演模型；基于优化后的反演模型，对卫星遥感柱浓度数据进行时空插值和不确定性分析，得到高分辨率VOCs组分反演图；基于高分辨率VOCs组分反演图和地面VOCs组分监测数据进行多尺度验证和动态校正，最终得到VOCs组分反演结果，提升了区域大气质量管理的精细化水平。

本发明授权利用机器学习实现卫星遥感柱浓度反演VOCS的方法在权利要求书中公布了：1.利用机器学习实现卫星遥感柱浓度反演VOCS的方法，其特征在于，包括：步骤S1：对卫星遥感柱浓度数据、地面VOCs组分监测数据、相关污染物数据、气象数据和模型模拟数据进行多源数据预处理，得到标准化多源特征数据集；步骤S2：基于所述标准化多源特征数据集进行特征分层提取和跨模态关联分析，得到多尺度特征关联图；步骤S3：基于所述多尺度特征关联图进行动态特征嵌入和非线性关系建模，得到污染物组分特征空间；步骤S4：基于所述污染物组分特征空间，构建多任务深度学习反演模型，并进行自适应权重优化，得到优化后的反演模型；步骤S5：基于所述优化后的反演模型，对卫星遥感柱浓度数据进行时空插值和不确定性分析，得到高分辨率VOCs组分反演图；步骤S6：基于所述高分辨率VOCs组分反演图和地面VOCs组分监测数据进行多尺度验证和动态校正，得到最终VOCs组分反演结果；所述基于所述污染物组分特征空间，构建多任务深度学习反演模型，并进行自适应权重优化，得到优化后的反演模型，包括：对所述污染物组分特征空间进行任务分解，得到VOCs总量反演任务子集和VOCs主要组分反演任务子集；基于所述VOCs总量反演任务子集和VOCs主要组分反演任务子集，构建多任务深度学习网络，并对所述多任务深度学习网络进行共享层和任务特定层设计，得到初始反演模型；对所述初始反演模型进行损失函数设计，得到多任务联合损失函数，并根据所述多任务联合损失函数进行梯度均衡优化，得到初步优化反演模型；对所述初步优化反演模型进行自适应权重调整，得到任务权重向量，并根据所述任务权重向量进行模型参数更新，得到优化后的反演模型。

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南京雨后地软环境技术有限公司，其通讯地址为：210013 江苏省南京市鼓楼区古平岗4号C座412-417室；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”。