Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 安徽博微广成信息科技有限公司王国庆获国家专利权

安徽博微广成信息科技有限公司王国庆获国家专利权

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!

龙图腾网获悉安徽博微广成信息科技有限公司申请的专利基于聚类算法的智慧水利一体化大数据分析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:CN120124999B

龙图腾网通过国家知识产权局官网在2025-07-15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:202510623033.X,技术领域涉及:G06Q10/0631;该发明授权基于聚类算法的智慧水利一体化大数据分析方法是由王国庆;黄彬;刘凯;王小红;潘宇;魏敏;黄昌盛设计研发完成,并于2025-05-15向国家知识产权局提交的专利申请。

基于聚类算法的智慧水利一体化大数据分析方法在说明书摘要公布了:本发明公开了一种基于聚类算法的智慧水利一体化大数据分析方法,包括如下步骤:S1、采集智慧水利系统中水文数据,并进行预处理;S2、对预处理后的水文数据进行数据增强;S3、构建并训练SimCLR自监督对比学习模型,输出嵌入特征表示;S4、将嵌入特征表示作为改进的模糊聚类模型的输入,输出隶属度矩阵和聚类中心集合;S5、根据隶属度矩阵的分布和聚类中心集合的结构,识别水文特征区域、污染扩散区域和异常水文模式;S6、将识别结果输入智慧水利调度系统。本发明融合自监督对比学习与改进的模糊聚类模型,实现复杂水文数据识别,具备特征表达优、聚类精度高和应用适应强的优点。

本发明授权基于聚类算法的智慧水利一体化大数据分析方法在权利要求书中公布了:1.一种基于聚类算法的智慧水利一体化大数据分析方法,其特征在于,包括如下步骤: S1、采集智慧水利系统中水文数据,并对所述水文数据进行预处理; S2、对预处理后的水文数据进行数据增强,生成增强样本对; S3、构建SimCLR自监督对比学习模型,利用增强样本对作为输入,输出嵌入特征表示; S4、构建改进的模糊聚类模型,将嵌入特征表示作为输入,迭代更新聚类中心与隶属度矩阵,生成更新后的隶属度矩阵和聚类中心集合; S5、根据更新后的隶属度矩阵的分布和聚类中心集合的结构,识别水文特征区域、污染扩散区域和异常水文模式; S6、将识别结果输入智慧水利调度系统,作为水资源配置、洪水预警和污染控制的辅助决策依据; 所述S4具体包括: S41、构建改进的模糊聚类模型,设从SimCLR自监督对比学习模型中获取的嵌入特征表示集合为,其中,表示第n个样本的嵌入特征表示,设定聚类簇数为c,模糊指数m1,初始化聚类中心集合和隶属度矩阵,所述改进的模糊聚类模型的改进点包括引入马氏距离度量方法、邻域惩罚项和协方差自适应机制; S42、初始化迭代次数t=0,对每一轮迭代,基于当前聚类中心和样本,计算样本到聚类中心的马氏距离的平方; S43、计算当前聚类簇的局部协方差矩阵,所述局部协方差矩阵由隶属度值大于隶属度筛选阈值的样本子集构成,并采用动态加权更新机制更新协方差矩阵; S44、基于样本到聚类中心的马氏距离的平方,并引入邻域惩罚项构建聚类目标函数; S45、基于聚类目标函数最小化原则,更新隶属度矩阵和聚类中心集合,每次迭代后计算Frobenius范数收敛条件; S46、当满足收敛条件时,输出更新后的隶属度矩阵和聚类中心集合,作为后续水文区域划分、污染扩散识别和智能调度分析的输入依据。

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安徽博微广成信息科技有限公司,其通讯地址为:230000 安徽省合肥市高新区天智路5号同创科技园3幢3层;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”。

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。