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！

龙图腾网获悉中国海洋大学申请的专利一种基于随机森林的水动力作用下海底浅层气逸出过程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：CN119202927B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202411256820.7，技术领域涉及：G06F18/243；该发明授权一种基于随机森林的水动力作用下海底浅层气逸出过程预测方法是由胡聪;邢燕云;张婷;范智涵;朱宪明;贾永刚设计研发完成，并于2024-09-09向国家知识产权局提交的专利申请。

本一种基于随机森林的水动力作用下海底浅层气逸出过程预测方法在说明书摘要公布了：本发明提供了一种基于随机森林的水动力作用下海底浅层气逸出过程预测方法，包括原位监测数据的获取与处理；根据相关性进行特征筛选；数据集划分后各数据子集进行标准化处理；随机森林模型构建、训练、交叉验证；利用训练好的模型对目标甲烷浓度进行预测；采用五种评价指标评估预测表现；结合两种方法进行特征重要性分析。通过本发明的技术方案，结合相关性分析综合考虑诸多水动力作用因素，量化分析了各要素对浅层气逸出结果的贡献度，预测精度良好，采用沙普利加和解释对结果进行分析增强了机器学习的可解释性。

本发明授权一种基于随机森林的水动力作用下海底浅层气逸出过程预测方法在权利要求书中公布了：1.一种基于随机森林的水动力作用下海底浅层气逸出过程预测方法，其特征在于，具体包括以下步骤： 步骤S1：采集浅层气赋存区海域的温度、波浪、潮汐、海流以及压力水体环境要素原位监测数据和底层水体甲烷浓度数据，读取测得的温度、有效波高、有效波周期、海底压力、ADV回声强度、uvw三个方向的流速以及底层水体甲烷浓度数据； 步骤S2：对上述数据进行包括清洗、补全缺失值、插值的预处理； 步骤S3：根据相关性分析的结果进一步筛选输入特征，底层水体甲烷浓度值为目标变量； Spearman秩相关性系数计算公式为： 其中，是Spearman秩相关性系数，和分别是各列特征数据按大小顺序排列后第ij列特征的第mn个数值的位次,分别是第ij列特征平均值的位次； 步骤S4：按照一定比例将所有数据集划分为训练集和测试集，对各子集中的输入变量进行标准化； 步骤S5：构建随机森林模型并设置模型参数； 步骤S6：将训练集带入模型训练，利用测试集验证模型精度，评估标准包括：决定系数R2、平均绝对误差MAE、均方误差MSE、均方根误差RMSE以及平均绝对百分比误差MAPE； 步骤S7：使用k折交叉验证方法验证模型是否过拟合； 步骤S8：使用随机森林自带的特征重要性分析模块以及shap加和解释量化各特征变量的贡献度并排序，对结果进行分析，具体包括以下步骤： 步骤S8-1、调用随机森林模块计算特征重要性，其原理是随机地对每个袋外数据Oi中第k个特征变量Xk加入噪声干扰，再次计算袋外误差，与原本袋外误差errOi的差异表征该特征对结果的贡献度，因此特征变量Xk的贡献度为所有树的和之间的平均差，将随机森林模型中的特征变量X按照贡献度降序排序； 步骤S8-2、每一个预测值可看作目标变量的均值与各项特征变量的沙普利值的总和，若沙普利值为正表明该特征对预测结果起促进作用，反之亦然；调用shap库计算各样本数值的shapvalue即计算一个特征数值加入到模型时的边际贡献，取该特征列所有特征值的边际贡献取均值得到该特征的贡献度，根据该重要性进行排序； 步骤S8-3、对比两种排序分析影响浅层气逸出的关键影响因子，根据shap值画出得特征密度散点图和部分依赖图。

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国海洋大学，其通讯地址为：266100 山东省青岛市崂山区松岭路238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。