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！

龙图腾网获悉华南理工大学申请的专利城市高密度环境下社区卫生服务中心选址方法及其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：CN119417522B 。

龙图腾网通过国家知识产权局官网在2025-10-10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：202411569265.3，技术领域涉及：G06Q30/0204；该发明授权城市高密度环境下社区卫生服务中心选址方法及其系统是由陈梓勋;魏宗财设计研发完成，并于2024-11-05向国家知识产权局提交的专利申请。

本城市高密度环境下社区卫生服务中心选址方法及其系统在说明书摘要公布了：本公开涉及城市高密度环境下社区卫生服务中心选址方法及其系统，包括：获取城市高密度环境下目标区域的数据，构成第一样本数据集；整理第一样本数据集得到第二样本数据集；根据第二样本数据集得到社区卫生服务中心选址相关指标，进一步得到第三样本数据集；对第三样本数据集采样得到第四样本数据集，通过参数调优和特征组合择优，得到社区卫生服务中心选址模型；并将第三样本数据集的特征值数据集输入所述模型得到备选点，使用最大覆盖模型确定可覆盖最多需求点的服务中心选址点集合。本公开方法可有效提高卫生服务中心的选址准确性和服务覆盖率。

本发明授权城市高密度环境下社区卫生服务中心选址方法及其系统在权利要求书中公布了：1.城市高密度环境下社区卫生服务中心选址方法，其特征在于，包括如下步骤： S10、获取城市高密度环境下目标区域的网络开源数据、人口数量栅格数据、手机信令数据、兴趣点兴趣面数据、夜间灯光数据、建筑单元数据、归一化植被指数数据、PM2.5浓度数据和城市道路数据，构成第一样本数据集； S20、对所述第一样本数据集中的数据进行整理修正，得到第二样本数据集； S30、根据第二样本数据集计算得到社区卫生服务中心选址相关指标，并将相关指标进行归一化处理，得到第三样本数据集，其中，相关指标包括如下指标中的一种或多种：人口密度指标、人口结构指标、综合医院可达性指标、公交便捷性指标、地铁便捷性指标、居民点可达性指标、建筑密度指标、容积率指标、夜间灯光指数指标、归一化植被指数指标、周边功能密度指标、周边功能多样性指标、综合医院指标和居民小区指标； S40、根据第三样本数据集中样本的目标值采样得到第四样本数据集，基于所述第四样本数据集，采用最优机器学习算法构建社区卫生服务中心选址初步模型，使用网格搜索进行参数调优，并通过K折交叉验证输出最佳参数组合，得到社区卫生服务中心选址初步模型；其中，所述根据第三样本数据集中样本的目标值采样得到第四样本数据集，基于所述第四样本数据集，采用最优机器学习算法构建社区卫生服务中心选址初步模型，包括： 将第三样本数据集导入表格中，对第三样本数据集中目标值为1的样本进行过采样，对目标值为0的样本进行欠采样，整理目标值为1和为0的样本，生成第四样本数据集； 将第四样本数据集中的80%作为训练集、20%作为测试集； 分别采用多种机器学习算法进行模型构建测试，根据测试结果确定具有最佳拟合优度和均方根误差的最优机器学习算法，选择所述最优机器学习算法构建社区卫生服务中心选址初步模型； S50、对所述社区卫生服务中心选址初步模型进行评估，并计算相关指标在社区卫生服务中心选址初步模型中的贡献度，利用蒙特卡洛模拟优化特征选择和组合，得到社区卫生服务中心选址初步模型的最佳特征组合； S60、基于所述最佳特征组合，采用所述最优机器学习算法构建社区卫生服务中心选址模型，对社区卫生服务中心选址模型进行参数调优，并通过K折交叉验证输出最优参数组合，得到最佳特征组合和最优参数组合训练下的社区卫生服务中心选址模型； S70、对所述得到的社区卫生服务中心选址模型进行评估，并计算相关指标在社区卫生服务中心选址模型中的贡献度； S80、导出并保存社区卫生服务中心选址模型，将所述目标区域中第三样本数据集中的特征值数据集输入社区卫生服务中心选址模型，获得社区卫生服务中心选址备选点，根据目标区域的人口规模确定拟新增的社区卫生服务中心数量，使用最大覆盖模型在社区卫生服务中心选址备选点中确定可覆盖最多需求点的社区卫生服务中心选址点集合。

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华南理工大学，其通讯地址为：广东省广州市天河区五山路381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。