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！

龙图腾网获悉中国科学院城市环境研究所申请的专利基于边缘计算的水质监测方法以及相关装置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：CN119398258B 。

龙图腾网通过国家知识产权局官网在2025-09-02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：202411509971.9，技术领域涉及：G06Q10/04；该发明授权基于边缘计算的水质监测方法以及相关装置是由聂镭;王豪伟;杨溢;赵纯源;徐智邦设计研发完成，并于2024-10-28向国家知识产权局提交的专利申请。

本基于边缘计算的水质监测方法以及相关装置在说明书摘要公布了：本发明实施例提供一种基于边缘计算的水质监测方法以及相关装置，属于数据预测技术领域。该方法包括获得目标水环境在目标传感器下的初始参数数据和在定位传感器下的目标空间信息；根据初始参数数据确定目标传感器的测量可靠程度，并根据测量可靠程度对初始参数数据进行调整获得目标参数数据；对目标参数数据进行数据融合获得目标传感器的目标融合数据；将目标融合数据、目标参数数据和目标空间信息发送至与边缘设备通信连接的云服务器中，以使得云服务器根据水质预测模型对目标融合数据、目标参数数据和目标空间信息进行水质预测获得目标水环境的目标预测结果；接收云服务器发送的目标预测结果，并根据目标预测结果确定目标水环境的目标监测结果。

本发明授权基于边缘计算的水质监测方法以及相关装置在权利要求书中公布了：1.一种基于边缘计算的水质监测方法，其特征在于，所述方法包括： 获得目标水环境在目标传感器下对应的初始参数数据和所述目标水环境在定位传感器下对应的目标空间信息； 根据所述初始参数数据确定所述目标传感器对应的测量可靠程度，并根据所述测量可靠程度对所述初始参数数据进行调整获得目标参数数据； 对所述目标参数数据进行数据融合获得所述目标传感器对应的目标融合数据； 将所述目标融合数据、所述目标参数数据和所述目标空间信息发送至与边缘设备通信连接的云服务器中，以使得所述云服务器根据水质预测模型对所述目标融合数据、所述目标参数数据和所述目标空间信息进行水质预测，获得所述目标水环境对应的目标预测结果； 接收所述云服务器发送的所述目标预测结果，并根据所述目标预测结果确定所述目标水环境对应的目标监测结果； 所述目标传感器至少包括第一传感器和第二传感器，所述初始参数数据至少包括在目标时刻下所述第一传感器对应的第一参数数据和在所述目标时刻下所述第二传感器对应的第二参数数据，所述根据所述初始参数数据确定所述目标传感器对应的测量可靠程度，包括： 获得所述第一传感器对应的第一历史数据和所述第二传感器对应的第二历史数据； 根据所述第一历史数据确定所述第一传感器对应的第一分布函数和根据所述第二历史数据确定所述第二传感器对应的第二分布函数； 根据所述第一分布函数、所述第二分布函数、所述第一参数数据和所述第二参数数据确定所述第一参数数据和所述第二参数数据之间的目标关联值； 根据所述目标关联值确定所述第一传感器和所述第二传感器之间对应的所述测量可靠程度； 所述根据所述第一分布函数、所述第二分布函数、所述第一参数数据和所述第二参数数据确定所述第一参数数据和所述第二参数数据之间的目标关联值，包括： 根据所述第一历史数据确定所述第一传感器对应的第一方差和根据所述第二历史数据确定所述第二传感器对应的第二方差； 根据所述第一参数数据和所述第二参数数据对所述第一分布函数进行积分运算获得所述第一参数数据和所述第二参数数据之间的第一关联值； 根据所述第一参数数据和所述第二参数数据对所述第二分布函数进行积分运算获得所述第一参数数据和所述第二参数数据之间的第二关联值； 根据所述第一方差和所述第二方差对所述第一关联值和所述第二关联值进行信息融合确定所述第一参数数据和所述第二参数数据之间的所述目标关联值； 其中，根据下列公式获得所述目标关联值： ； 其中，表示所述第一参数数据和所述第二参数数据之间的所述目标关联值，表示所述第二方差，表示所述第一方差，abs表示取绝对值，表示所述第二参数数据，表示所述第一参数数据，表示所述第一分布函数，表示所述第二分布函数，表示微分，积分符号，x表示积分变量，用于表征所述第一传感器和所述第二传感器在所述第一分布函数下对应的第一平均距离；用于表征所述第一传感器和所述第二传感器在所述第二分布函数下对应的第二平均距离。

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国科学院城市环境研究所，其通讯地址为：361024 福建省厦门市集美区集美大道1799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”。

以上内容由龙图腾AI智能生成。