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！

龙图腾网获悉哈尔滨工业大学申请的专利一种基于液态图神经网络的监测稀缺点水质预测预警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：CN120355032B 。

龙图腾网通过国家知识产权局官网在2025-11-28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：202510518993.X，技术领域涉及：G06Q10/04；该发明授权一种基于液态图神经网络的监测稀缺点水质预测预警方法是由田禹;李佳容设计研发完成，并于2025-04-24向国家知识产权局提交的专利申请。

本一种基于液态图神经网络的监测稀缺点水质预测预警方法在说明书摘要公布了：本发明提供了一种基于液态图神经网络的监测稀缺点水质预测预警方法，涉及水环境大数据技术领域。液态图神经网络模型基于下列方法构建：根据节点的河道数据、历史水文数据和水文连通数据，确定初始连接权重，构建邻接矩阵、度矩阵及特征矩阵；采用液态神经元连续时间演化机制与预设液态微分方程，实现节点隐藏状态的动态编码；引入双通道网络和因果注意力机制对初始邻接矩阵进行实时更新，生成动态邻接矩阵；将节点隐藏状态与更新后的邻接矩阵输入模型，基于图拉普拉斯正则项进行多目标优化，优化数据稀缺点位的水质预测模型精度。本发明在数据稀疏点位的水质预测中表现出更高的预测精度和泛化能力。

本发明授权一种基于液态图神经网络的监测稀缺点水质预测预警方法在权利要求书中公布了：1.一种基于液态图神经网络的监测稀缺点水质预测预警方法，其特征在于，液态图神经网络模型基于下列方法构建： 根据节点的河道数据、历史水文数据和水文连通数据，确定每对邻接的所述节点之间的初始连接权重，构建各所述节点的初始邻接矩阵、度矩阵以及特征矩阵，其中，各所述节点包括目标站点和周边监测站点，每对邻接的所述节点为存在顺流关系的两个所述节点； 根据每对邻接的所述节点之间的所述初始连接权重、各所述节点的实时水文数据，确定每对邻接的所述节点之间的动态连接权重，根据各所述节点的所述特征矩阵、所述初始邻接矩阵和每对邻接的所述节点之间的所述动态连接权重生成各所述节点于预设液态微分方程的综合输入，以输出各所述节点的隐藏状态； 根据各所述节点在上一时刻的所述隐藏状态以及所述度矩阵，构建拓扑通道更新网络，根据所述实时水文数据，构建水文通道更新网络，根据所述拓扑通道更新网络和所述水文通道更新网络，对所述初始邻接矩阵进行更新，并通过联合注意力机制引入掩码矩阵，得到各所述节点的动态邻接矩阵，其中，所述掩码矩阵用于对所述初始邻接矩阵中逆流关系以及未来时刻数据进行掩码，所述度矩阵基于初始邻接矩阵的更新而更新； 将各所述节点在所述上一时刻的所述隐藏状态以及所述动态邻接矩阵，输入初始神经网络模型，输出各所述节点的水质参数预测值并对所述初始神经网络模型进行参数优化和验证，得到液态图神经网络模型。

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哈尔滨工业大学，其通讯地址为：150000 黑龙江省哈尔滨市南岗区西大直街92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。