中南大学邹滨获国家专利权
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！
龙图腾网获悉中南大学申请的专利基于区域与因子异质性的臭氧浓度估算方法、介质及设备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：CN120011953B 。
龙图腾网通过国家知识产权局官网在2025-08-05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：202510486989.X，技术领域涉及：G06F18/243；该发明授权基于区域与因子异质性的臭氧浓度估算方法、介质及设备是由邹滨;宋卓豪;李沈鑫设计研发完成，并于2025-04-18向国家知识产权局提交的专利申请。
本基于区域与因子异质性的臭氧浓度估算方法、介质及设备在说明书摘要公布了：本发明涉及大气环境监测技术领域，具体涉及一种基于区域与因子异质性的臭氧浓度估算方法、介质及设备。本发明利用极端随机树建立臭氧浓度的全局极端随机树模型，并利用网格搜索最优超参数组合，基于全局模型的特征重要性矩阵划分区域；针对每个区域不断迭代筛选核心气象影响因子获得最优区域极端随机树模型；通过加权融合区域极端随机树模型和全局模型的浓度模拟结果，生成了大跨度范围的臭氧浓度数据集。能够在兼顾区域特异性和全局一致性的同时显著提高浓度模拟精度，快速高效地获取高时空分辨率的臭氧浓度数据，构建的数据集不仅能够精准反映大跨度范围内臭氧浓度的时空变化规律，还为实时监测、空气质量评估及污染控制提供了可靠的数据支持。
本发明授权基于区域与因子异质性的臭氧浓度估算方法、介质及设备在权利要求书中公布了：1.一种基于区域与因子异质性的臭氧浓度估算方法，其特征在于，包括如下步骤： 步骤一、收集臭氧浓度的影响因子数据以及地面监测站点数据，并进行预处理； 步骤二、建立臭氧浓度的最优全局极端随机树模型，得到全域范围内的臭氧浓度结果数据和特征重要性矩阵数据集； 步骤三、基于特征重要性矩阵数据集构建自组织映射模型，通过自组织映射模型训练使每个数据点映射到最优网格节点以代表数据的相似性；基于每个网格节点周围的区域及其聚集的数据点数量定义区域类别标签实现特征区域划分； 步骤四、基于划分的特征区域内地面监测站点数据与影响因子数据，构建区域极端随机树模型，并筛选出各个区域极端随机树模型解释中最优的五个气象影响因子，所述气象影响因子不包括臭氧柱浓度和静态数据，获得最优区域极端随机树模型； 步骤五、根据各区域极端随机树模型在环境空气质量监测点的预测误差分配权重，对各区域极端随机树模型进行加权融合，最终得到臭氧浓度预测分布图。
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中南大学，其通讯地址为：410083 湖南省长沙市岳麓区麓山南路932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”。
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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号