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！

龙图腾网获悉河北省第二测绘院;河北地质大学申请的专利一种改进的大气加权平均温度建模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：CN119670580B 。

龙图腾网通过国家知识产权局官网在2025-06-10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：202510187219.5，技术领域涉及：G06F30/27；该发明授权一种改进的大气加权平均温度建模方法是由于亚杰;李卫国;王兴坤;杨立岩;李文彬;唐江森;丁文玉设计研发完成，并于2025-02-20向国家知识产权局提交的专利申请。

本一种改进的大气加权平均温度建模方法在说明书摘要公布了：本发明公开了一种改进的大气加权平均温度建模方法，涉及气象建模技术领域，包括如下步骤：S1、获取与大气加权平均温度相关的多源数据；S2、对多源数据进行预处理；S3、构建最小二乘法线性回归模型，对大气加权平均温度进行初步建模；S4、构建改进卷积长短时记忆网络模型，并进行训练，计算预测值与真实值之间的误差，更新改进卷积长短时记忆网络模型的参数；S5、融合最小二乘法线性回归模型和改进卷积长短时记忆网络模型的预测值；S6、基于区域修正因子对融合大气加权平均温度预测值进行区域适配优化。本发明结合最小二乘法线性回归与改进卷积长短时记忆网络，精准建模大气加权平均温度，具备精度高、适应性强和区域优化能力突出的优点。

本发明授权一种改进的大气加权平均温度建模方法在权利要求书中公布了：1.一种改进的大气加权平均温度建模方法，其特征在于，包括如下步骤：S1、获取与大气加权平均温度相关的多源数据；S2、对所述多源数据进行预处理，生成多维气象特征输入数据集；S3、构建最小二乘法线性回归模型，基于多维气象特征输入数据集利用最小二乘法线性回归模型对大气加权平均温度进行初步建模，拟合大气加权平均温度与气象特征变量之间的关系，生成最小二乘法线性回归模型的预测值；S4、构建改进卷积长短时记忆网络模型，使用多维气象特征输入数据集作为训练样本，对卷积长短时记忆网络模型进行训练，根据损失函数计算预测值与真实值之间的误差，更新改进卷积长短时记忆网络模型的参数，生成改进卷积长短时记忆网络模型的预测值；S5、融合最小二乘法线性回归模型和改进卷积长短时记忆网络模型的预测值，生成融合大气加权平均温度预测值；S6、基于融合大气加权平均温度预测值，结合区域修正因子对融合大气加权平均温度预测值进行区域适配优化；所述S4具体包括：S41、构建改进卷积长短时记忆网络模型，包括：输入层，接收多维气象特征输入数据集，设定输入张量的维度为N×Y×M，所述输入张量的维度中的N表示样本数量，Y表示时间步长，M表示气象特征变量的数量；改进的卷积层，引入空间注意力机制，增强对空间相关性重要区域的特征提取能力，改进的卷积层输出维度为N×Y×C，所述改进的卷积层输出维度中的C表示通道数；改进的长短时记忆网络层，引入门控注意力机制，增强对不同时间步重要信息的权重分配能力，改进的长短时记忆网络层输出维度为N×H，所述改进的长短时记忆网络层输出维度中的H表示隐藏单元数量；输出层，生成大气加权平均温度预测值，输出维度为N×1；S42、将多维气象特征输入数据集输入至改进的卷积层进行特征提取，卷积层提取的特征Z引入空间注意力权重： ;其中，表示卷积层输出的增强特征，表示空间注意力权重矩阵，和分别表示空间注意力机制的卷积核权重和偏置，Sigmoid表示激活函数，表示卷积计算，表示逐点乘积计算，Z表示由改进的卷积层提取的特征；S43、在传统长短时记忆网络层的输入门、遗忘门和输出门公式中加入时间注意力权重形成改进的长短时记忆网络，把增强特征输入到改进的长短时记忆网络： ; ; ; ; ; ;其中，、和分别表示输入门、遗忘门和输出门的激活值，维度为H，和分别表示单元状态和隐藏状态，维度为H，、、和表示输入到各门和状态的权重矩阵，维度为H×C，、、和表示偏置项，维度为H，、、和表示隐藏状态到各门和状态的权重矩阵，维度为H×H，表示时间注意力权重，维度为Y，表示时间注意力权重矩阵，维度为Y×C+H，表示时间注意力偏置项，维度为Y，表示时间步t的输入与前一时间步隐藏状态的拼接，表示时间步t的输入，tanh表示双曲正切激活函数，表示ReLU激活函数；S44、定义均方误差损失函数，并使用Adam算法更新参数： ;其中，表示均方误差损失函数，表示第i个样本的真实值，表示第i个样本的预测值，N表示样本数量，表示改进卷积长短时记忆网络模型的参数；S45、输出层生成改进卷积长短时记忆网络模型的预测值： ;其中，表示改进卷积长短时记忆网络模型的预测值，表示输出层权重，表示输出层偏置；所述S6具体包括：S61、定义区域修正因子，量化区域i内预测误差的系统性偏差： ;其中，表示区域i的修正因子，表示区域i内的样本数量，表示第j个样本的真实大气加权平均温度，表示第j个样本的融合大气加权平均温度预测值；S62、根据地理位置和气象条件划分区域i，每个区域包含样本对应的经纬度坐标范围： ; ;其中，和分别表示第j个样本的纬度和经度，、、和表示区域i的地理范围上下界；S63、使用区域修正因子对融合大气加权平均温度预测值进行修正，生成区域适配优化后的预测值： ;其中，表示区域适配优化后的大气加权平均温度预测值，表示样本j所属区域i的修正因子，表示第j个样本的融合大气加权平均温度预测值；S64、在实时预测中，动态更新区域修正因子，结合新观测数据进行修正： ;其中，表示更新后的区域修正因子，表示历史区域修正因子，表示基于新观测数据的修正量，表示更新率。

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河北省第二测绘院;河北地质大学，其通讯地址为：050031 河北省石家庄市东岗路35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”。