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！

龙图腾网获悉中国地质大学(武汉)申请的专利一种顾及邻近样点空间关系的GRNN预测方法及系统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：CN115345283B 。

龙图腾网通过国家知识产权局官网在2025-10-03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：202211016498.1，技术领域涉及：G06N3/0464；该发明授权一种顾及邻近样点空间关系的GRNN预测方法及系统是由李章林;张夏林;胡建成;吴冲龙;刘刚;田宜平;张志庭;翁正平;何珍文;李新川;张军强;陈麒玉设计研发完成，并于2022-08-24向国家知识产权局提交的专利申请。

本一种顾及邻近样点空间关系的GRNN预测方法及系统在说明书摘要公布了：本发明公开一种顾及邻近样点空间关系的GRNN预测方法及系统，包括：将采样数据按比例划分为测试数据和训练数据；改进模式层的神经元传递函数，构建顾及邻近样点空间关系的GRNN模型；对所述训练数据进行预处理，基于预处理后的所述训练数据对所述GRNN模型进行训练，并通过所述测试数据对训练后的所述GRNN模型进行测试。本发明考虑邻近采样点间的关系，极大提高估值结果的准确率。应用到矿石品位估值领域中，实现去聚集的效果会使得品位估值更加准确和可靠，预测品位和实际品位的差距减小，方便后续工作人员进行开采策略的制定，避免了资源的浪费。

本发明授权一种顾及邻近样点空间关系的GRNN预测方法及系统在权利要求书中公布了：1.一种顾及邻近样点空间关系的GRNN预测方法，其特征在于，包括： 将采样数据按比例划分为测试数据和训练数据；其中，所述采样数据指矿区的钻孔数据，包括：矿石位置信息和矿石品位信息； 改进模式层的神经元传递函数，构建GRNN模型；其中，所述GRNN模型的构建过程中结合邻近样点空间关系； 对所述训练数据进行预处理，基于预处理后的所述训练数据对所述GRNN模型进行训练，并通过所述测试数据对训练后的所述GRNN模型进行测试，基于测试后的GRNN模型，预测矿石品位信息； 改进模式层的神经元传递函数包括： 基于数据的冗余度，将每个采样点与其他采样点之间的累计距离作为所述冗余度的度量，获取采样点的D‑D权重，所述D‑D权重用于表示邻近样点空间关系； 将所述D‑D权重与传统模式层的神经元传递函数进行结合，获得改进后的模式层的神经元传递函数； 所述D‑D权重的计算方法为： 其中，λi为D‑D权重，Xi和Xj分别为第i个采样点和第j个采样点，σ2为用来调整距离对数据冗余的影响的参数； 改进后的模式层的所述神经元传递函数为： 其中，Xi为第i个训练数据的特征向量，σ1为光滑因子，X为输入变量，pi为传统模式层神经元的值，p′i为改进后的模式层神经元的值。

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地质大学(武汉)，其通讯地址为：430074 湖北省武汉市洪山区鲁磨路388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。