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！

龙图腾网获悉杭州电子科技大学申请的专利一种基于图机器学习和多参数分离的ZTD预测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：CN119783563B 。

龙图腾网通过国家知识产权局官网在2025-06-27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：202510279848.0，技术领域涉及：G06F30/27；该发明授权一种基于图机器学习和多参数分离的ZTD预测方法是由张宇扬;苏明坤;胡淼;杜俊瑶;陈聪;樊有瑞;谢廷耀;邓文沁设计研发完成，并于2025-03-11向国家知识产权局提交的专利申请。

本一种基于图机器学习和多参数分离的ZTD预测方法在说明书摘要公布了：本发明公开了一种基于图机器学习和多参数分离的ZTD预测方法，首先提取若干目标观测点的历史气象数据，并对历史气象数据进行预处理；利用预处理后的气象数据计算相应历元时刻的ZHD和ZWD；首先利用Saastamoinen模型计算高度统一的大气延迟，PWV反演模型与经验指数函数计算统一高度的ZWD数值，最后利用反距离插值法构建ZWD和ZHD的网状图；构建一个预训练的MM‑FGCN图神经网络；提取待预测的观测点的气象数据得到待预测点的ZTD参考真值；构建的ZWD和ZHD的网状图作为输入，分别预测得到ZWD和ZHD预测值，然后将ZWD和ZHD预测值相加，求取合并得到ZTD值。从而显著提高ZTD预测的精确度、实时性和区域覆盖范围。

本发明授权一种基于图机器学习和多参数分离的ZTD预测方法在权利要求书中公布了：1.一种基于图机器学习和多参数分离的ZTD预测方法，其特征在于，包括如下步骤： 步骤1、提取若干目标观测点的历史气象数据，还包括对历史气象数据进行预处理，对于提取历史气象数据的预处理方法为：对于较小范围内的缺失数据，采用平均法来恢复信号趋势；而对于较大范围内的缺失数据，采用线性插值进行重建； 步骤2、利用气象数据计算相应历元时刻的ZHD和ZWD； 步骤3、计算高度统一的大气延迟，然后通过大气可降水量反演ZWD数值，并计算统一高度的ZWD数值，根据ZWD数值和统一高度的ZWD数值构建ZWD和ZHD的网状图； 对于同一高度的ZWD和ZHD数值，采用反距离插值法对目标点进行插值处理，分别得到区域性的ZWD和ZHD的散点图，然后分别对ZWD和ZHD的散点图中的节点和边进行定义，其中对于边的定义则沿用反距离插值法中的距离权重部分，表示相邻观测点之间的空间距离和相似性，而对于点的定义则使用该站点的ZWD或ZHD数值； 所述反距离插值法，基于距离的加权原理，通过已知点与目标点的距离进行插值，假设距离越近的点对目标点的影响越大，其计算公式如下： 其中，t的代表待插值点的ZHD或ZWD数值，ti为已知点处的ZHD或ZWD数值，dx,yxi,yi为待插值点与已知点的距离，α和p为加权指数，N代表所用站点的个数； 步骤4、构建一个MM-FGCN图神经网络，并应用获得的ZWD和ZHD的网状图对MM-FGCN图神经网络进行分离训练； 步骤5、提取待预测的观测点的气象数据，并按步骤1-3得到待预测观测点ZWD和ZHD数值，并加和得到待预测点的ZTD参考真值； 步骤6、应用分离训练得到的一个预训练的MM-FGCN图神经网络得到最后的ZTD数据区域预测图。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市钱塘区白杨街道2号大街1158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”。