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！

龙图腾网获悉长春师范大学申请的专利基于平均聚类采样策略的全球土壤湿度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：CN118861725B 。

龙图腾网通过国家知识产权局官网在2025-09-23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：202410789220.0，技术领域涉及：G06F18/23213；该发明授权基于平均聚类采样策略的全球土壤湿度预测方法是由李清亮;肖祺昀;张程;朱金龙;李叶光;陈霄;上官微;魏忠旺;李璐设计研发完成，并于2024-06-19向国家知识产权局提交的专利申请。

本基于平均聚类采样策略的全球土壤湿度预测方法在说明书摘要公布了：本发明提供了基于平均聚类采样策略的全球土壤湿度预测方法，使用从具有异质土壤湿度变化特征的区域均匀提取的组样本进行训练。在不同区域的样本中确保多样性，以及在样本选择中的均匀性，有助于在模型训练过程中稳定地学习特征。在LandBench数据集上进行了实验，使用五种不同的种子进行了1天的全球预测。每个种子的结果取平均，结果表明所提出的分组抽样策略优于多个不采用此策略的传统基于LSTM的模型，中位数R2的改善范围为2.36%至4.31%，而KGE的改进范围为1.95%至3.16%。此外，在高纬度地区，尤其是在特定区域，该策略显示出显著的解释力提升，R2的改进超过40%。验证了所提出的抽样策略的有效性，并引入了一种新的训练范式，以增强深度学习社区的泛化能力。

本发明授权基于平均聚类采样策略的全球土壤湿度预测方法在权利要求书中公布了：1.基于平均聚类采样策略的全球土壤湿度预测方法，其特征在于：包括以下步骤： 先分别选取土壤水分保持能力Soilwatercapacity、土地类型Landtype、土壤砂含量soilsand、土壤黏土含量soilclay、土壤粉砂含量soilsilt、数字高程模型DEM六个关键变量作为土壤特性区分的依据，采用K-means聚类算法对上述变量进行聚类，并可视化展示分类结果，从每个区域中均匀抽取batchsizek数量的样本，并将选出的样本传入LSTM-based模型，聚类平均采样的思想融入了三个模型：LSTMModel、EncoderDecoderLSTM、AttentionLSTM，完成预测模型的训练，最后进行评估； 其中，K-means聚类算法对某一个静态变量进行聚类，首先需要预先指定初始簇的数量，即定义的土壤湿度变化特性类别的数量； 然后随机初始化簇中的聚类中心，其次，对于静态变量中每个样本xj，计算它到每个聚类中心的距离，并将其分配到最近的聚类中心所在的簇，使用欧几里得距离来计算两点之间的距离， 公式为： ； 之后，对于每个簇，重新计算聚类中心，使其成为簇内所有点的均值，聚类中心更新公式为： ； 其中，Ci表示第i个簇中的所有样本的集合， |Ci|是簇Ci中样本的数量，重复直到聚类中心不再发生变化，将对应的静态变量中每个样本赋予相应的标签，用来标记该样本所属的簇； 然后在每个簇中样本所对应的区域中，均匀抽取该区域对应的输入放置模型中进行训练， 公式如下所示： ； 表示簇的数量； 表示每个批次的大小，即进入模型训练的样本数量； int表示取整函数；表示属于第i簇的第k个样本；Ci表示第i个簇中的所有样本的集合； 最后将每一批次得到的输入至模型中进行训练； LSTMModel的预测模型的实验设置输入数据由T-365天到T-1天的15个变量组成，batchsize大小设置为64，预测模型的输入大小为64×365×15，输出是未来第1天的预测土壤湿度，大小与输入相同，对于基于LSTM的预测模型，隐藏层的大小设置为128，将其送入dropout层，最后通过基于LSTM在T-1天的输出的全连接层，得到了未来1天的预测SM，迭代次数经验性地设置为400，批量大小设置为128，并使用Adam优化器进行训练； 其中，EncoderDecoderLSTM中编码器利用LSTM模型和全连接层，提取与土壤湿度相关的输入数据特征，捕捉影响土壤湿度变化的关键因素，全连接层主要是整合提取的特征，将LSTM层的输出映射到输出维度，解码器通过LSTM层处理编码器的输出特征，有助于模型进一步细化对土壤湿度相关的时间序列特征的解析，EncoderDecoderLSTM模型通过分析当前数据与土壤湿度变化趋势，有效地捕捉了时间序列数据的动态变化趋势，从而提高了对未来土壤湿度变化的预测准确性； AttentionLSTM预测模型的实验设置，输入数据与LSTM模型相同，通过并行处理，多头注意力机制有效区分并量化了各个预测变量在不同时间尺度上对土壤湿度的具体影响，最终利用全连接层将最后一天的数据转换为预测结果。

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长春师范大学，其通讯地址为：130032 吉林省长春市长吉北路677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。