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！

龙图腾网获悉浙江大学申请的专利一种基于表征学习的可迁移地表水水质预测方法及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：CN120105282B 。

龙图腾网通过国家知识产权局官网在2025-11-21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：202510050078.2，技术领域涉及：G06Q10/04；该发明授权一种基于表征学习的可迁移地表水水质预测方法及装置是由周永潮;郑越;张土乔;张仪萍设计研发完成，并于2025-01-13向国家知识产权局提交的专利申请。

本一种基于表征学习的可迁移地表水水质预测方法及装置在说明书摘要公布了：本发明公开了一种基于表征学习的可迁移地表水水质预测方法，包括：步骤1、获取历史监测数据，以构建多站点序列格式的数据集，在数据集中数据对历史监测数据进行掩码处理，以获得掩码数据，将历史监测数据与掩码数据组成训练测试集合；步骤2、选取源域总数相同的Transformer模型框架构建预测网络；步骤3、对预测网络进行训练以获得预测模型；步骤4、将站点中所采集的水质数据以及当前天的气象数据输入至预测模型中，以获得站点所在源域的水质数据。本发明还提供了一种可迁移地表水水质预测装置。本发明提供的方法通过源域中各站点水质信息的变化，对源域河道监测断面的关键水质指标进行预测，为后续水质管理提供更准确且全面的参考。

本发明授权一种基于表征学习的可迁移地表水水质预测方法及装置在权利要求书中公布了：1.一种基于表征学习的可迁移地表水水质预测方法，其特征在于，包括以下步骤： 步骤1、获取历史监测数据，其包括每个站点的历史水质数据和历史气象数据； 以时间轴和站点位置构建多站点序列格，并将所述历史监测数据填入所述多站点序列格中，以构建对应的数据集； 在所述数据集中数据对选取目标源域中每个站点的历史监测数据进行掩码处理，以获得掩码数据，将历史监测数据与掩码数据组成训练测试集合； 步骤2、选取源域总数相同的Transformer模型框架构建预测网络，所述预测网络包括特征提取模块，特征融合模块以及预测模块； 所述特征提取模块包括水质特征提取器和气象特征提取器，所述水质特征提取器用于提取输入的水质数据的数据特征，以输出水质特征向量，所述气象特征提取器用于提取输入的气象数据的数据特征，以输出气象特征向量； 所述特征融合模块，通过注意力机制将水质特征向量与气象特征向量进行点乘处理，以获得融合特征向量； 所述预测模块，根据输入的融合特征向量进行预测，以输出预测结果； 步骤3、利用训练测试集合对所述预测网络进行训练：将一个源域所有历史水质数据对应的掩码数据以站点的上下游顺序依次输入至对应的Transformer模型框架，以预测结果与历史水质数据进行损失计算，并基于损失计算的结果对Transformer模型框架中的参数权重进行调整，重复调整的操作将所有源域对应的Transformer模型框架进行调整； 利用线性融合的方式将所有调整获得的Transformer模型框架进行拟合，以获得源域内不同站点之间的时间关系和参数关系； 将源域内不同站点之间的时间关系和参数关系加载至预测网络中，利用历史水质数据和历史气象数据对预测网络进行微调，以获得预测模型； 步骤4、将站点中所采集的水质数据以及当前天的气象数据输入至所述预测模型中，以获得站点所在源域的水质数据。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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。