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！

龙图腾网恭喜浙江大学申请的专利全局和局部Koopman的PM_2.5预测方法及系统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：CN119830139B 。

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：202510304019.3，技术领域涉及：G06F18/2415；该发明授权全局和局部Koopman的PM_2.5预测方法及系统是由张丰;余俞寒;梁克维;孙煜航设计研发完成，并于2025-03-14向国家知识产权局提交的专利申请。

本全局和局部Koopman的PM_2.5预测方法及系统在说明书摘要公布了：本发明公开了一种基于全局和局部Koopman的PM2.5预测方法及系统，属于地理信息技术（GIS）领域。该方法针对海量PM2.5监测数据，将一维时间序列转化为二维张量用于捕捉多周期时间信息，并利用图卷积方法捕捉PM2.5浓度监测站点之间的空间信息。在编码器部分，采用全局和局部Koopman网络以捕捉周期内变化，自注意力机制捕捉周期间信息，经过模型的解码可实现PM2.5站点浓度的小时级预测。本发明能够实现PM2.5站点浓度的时间序列预测，在大气环境监测等领域具有重要的意义。

本发明授权全局和局部Koopman的PM_2.5预测方法及系统在权利要求书中公布了：1.一种全局和局部Koopman的PM2.5预测方法，其特征在于，包括：S1、获取目标区域内每个监测站点的历史PM2.5监测数据，并通过时间序列编码和数据补全形成长度为的一维时间序列，由所有N个监测站点的一维时间序列组成矩阵形式的一维时间序列数据结构；S2、通过快速傅里叶变换，将所述一维时间序列数据结构从时域变换至频域，基于频率分量的幅值选择多个特征频率并确定每个特征频率对应的周期长度，从而将所述一维时间序列数据结构中的每条一维时间序列按照每个周期长度分别重塑为二维时间序列，使将一维时间序列数据结构转换为三维张量形式的二维时间序列数据结构，且每个特征频率均得到对应的二维时间序列数据结构；S3、将所有k个特征频率对应的二维时间序列数据结构输入由k条预测分支构成的PM2.5时空预测模型中；每条预测分支以一个特征频率对应的二维时间序列数据结构作为输入，先通过自适应图卷积网络从中提取空间信息嵌入，所述自适应图卷积网络在根据站点空间距离构建的标准化邻接矩阵基础上进一步融合了由时间卷积网络生成的自适应邻接矩阵，再由编码器将提取的空间信息嵌入映射至Koopman不变子空间形成测量向量，在Koopman不变子空间中由可学习的全局Koopman算符和可学习的局部Koopman算符叠加形成Koopman算子，并利用Koopman算子对测量向量进行演化，演化结果输入带有自注意力机制的解码器中进行重构，得到所有监测站点在预测窗口处对应的PM2.5时间序列并作为当前预测分支输出；最后将所有预测分支的输出进行加权融合，得到PM2.5时空预测模型最终输出的所有监测站点的PM2.5时间序列预测结果。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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”。