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！

龙图腾网恭喜北京壹柒壹捌科技有限公司申请的专利一种基于多任务学习的空气污染风险预测与预警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：CN119831104B 。

龙图腾网通过国家知识产权局官网在2025-06-20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：202510009006.3，技术领域涉及：G06Q10/04；该发明授权一种基于多任务学习的空气污染风险预测与预警方法是由闫蓉设计研发完成，并于2025-01-03向国家知识产权局提交的专利申请。

本一种基于多任务学习的空气污染风险预测与预警方法在说明书摘要公布了：本发明公开了一种基于多任务学习的空气污染风险预测与预警方法，包括如下步骤：S1、采集多源空气污染监测数据，并进行预处理，生成预处理数据；S2、构建多任务学习模型，基于改进的多头注意力机制，通过多任务学习模型生成初步预测结果；S3、优化共享特征提取层和任务特定预测层参数；S4、对初步预测结果进行优化，生成优化后的预测结果；S5、生成风险等级，综合时间和空间维度的风险信息生成风险评估报告；S6、根据风险等级设计触发条件，定义联合预警规则，通过动态阈值判断触发预警，并生成预警信息。本发明结合多任务学习与改进的多头注意力机制，实现多污染物浓度预测和风险预警，具备时效性高、预测精度高、风险评估全面的优点。

本发明授权一种基于多任务学习的空气污染风险预测与预警方法在权利要求书中公布了：1.一种基于多任务学习的空气污染风险预测与预警方法，其特征在于，包括如下步骤：S1、采集多源空气污染监测数据，包括污染物浓度数据、气象数据和地理空间数据，对所述多源空气污染监测数据进行预处理，生成预处理数据；S2、构建多任务学习模型，将预处理数据输入多任务学习模型，基于改进的多头注意力机制，通过多任务学习模型的共享特征提取层生成共享特征矩阵，并将共享特征矩阵输入多任务学习模型的任务特定预测层，生成初步预测结果；S3、定义多任务学习模型的多目标优化函数，根据共享特征矩阵的梯度构建对比学习损失函数，综合多目标优化函数和对比学习损失函数，优化共享特征提取层和任务特定预测层参数；S4、将优化后的共享特征提取层和任务特定预测层参数应用到多任务学习模型中，对初步预测结果进行优化，生成优化后的预测结果，所述优化后的预测结果包括污染物的浓度和时空变化趋势；S5、将预测的污染物浓度与预设的风险评估标准进行映射，生成不同区域和不同时间的风险等级，根据优化后的预测结果的时间序列计算动态风险等级，对不同地理位置的污染物的浓度预测结果计算空间风险分布，综合时间和空间维度的风险信息，生成风险评估报告；S6、根据风险等级设计触发条件，定义联合预警规则，通过动态阈值判断触发预警，并生成预警信息。

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北京壹柒壹捌科技有限公司，其通讯地址为：100160 北京市丰台区南四环西路188号十六区19号楼9层101内2647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”。