Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 南京信息工程大学马红云获国家专利权

南京信息工程大学马红云获国家专利权

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!

龙图腾网获悉南京信息工程大学申请的专利一种基于前兆下垫面因子与回归优化的夜间热浪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:CN120850803B

龙图腾网通过国家知识产权局官网在2025-12-05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:202511339760.X,技术领域涉及:G06F30/27;该发明授权一种基于前兆下垫面因子与回归优化的夜间热浪预测方法是由马红云;牛源;秦雅琦;陈海山设计研发完成,并于2025-09-19向国家知识产权局提交的专利申请。

一种基于前兆下垫面因子与回归优化的夜间热浪预测方法在说明书摘要公布了:本发明公开了一种基于前兆下垫面因子与回归优化的夜间热浪预测方法,包括:计算各年份夜间热浪频次的区域平均值,生成热浪预测的目标序列;计算得到各因子年际增量数据与目标序列年际增量的空间相关性场和显著性水平场,提取关键区并计算该范围内各因子年际增量的区域平均值,生成备选因子集和模型输入自变量子集;以子集中的一维候选特征序列为自变量,以目标序列年际增量为因变量,分别采用多种机器学习方法构建预测模型并进行拟合,获取最优组合对应的预测模型,得到目标年份的热浪预测结果。本发明能够充分利用前兆下垫面因子信息,自动识别与目标变量高度相关的敏感区域,并结合不同模型结构对预测效果进行系统评估与筛选。

本发明授权一种基于前兆下垫面因子与回归优化的夜间热浪预测方法在权利要求书中公布了:1.一种基于前兆下垫面因子与回归优化的夜间热浪预测方法,其特征在于,所述方法包括以下步骤: S1,获取设定的时段内全球范围的逐月的前兆下垫面因子数据和研究区域内逐小时的人体舒适度指数数据;基于获取的研究区域内逐小时的人体舒适度指数数据,筛选出所有的夜间热浪事件;计算各年份夜间热浪频次的区域平均值,生成热浪预测的目标序列; S2,对前兆下垫面因子数据进行数据结构变换,将其按月聚合为年×月份×纬度×经度格式;结合格式变换后的前兆下垫面因子数据和各年份夜间热浪频次的区域平均值,计算相邻年份之间的差值,得到各因子年际增量数据和目标序列年际增量; S3,计算得到各因子年际增量数据与目标序列年际增量的空间相关性场和显著性水平场,提取连通区域,选取面积大于预设面积阈值的联通区域作为关键区,记录每个关键区的经纬度范围,并计算该范围内各因子年际增量的区域平均值,生成N条长度一致的一维候选特征序列作为备选因子集; S4,在备选因子集中,依据最小充分原理,在满足预测性能的约束下,挑选最小因子数的集合进行组合,生成模型输入自变量子集;对每一个子集,以子集中的一维候选特征序列为自变量,以目标序列年际增量为因变量,分别采用多种机器学习方法构建预测模型并进行拟合,在拟合过程中,对各模型参数进行设置以优化模型;采用解释方差R²和皮尔森相关系数corr对每个子集和机器学习方法的组合进行评分,获取最优组合对应的预测模型,作为最优预测模型; S5,利用选定的最优预测模型,输入该模型对应的最新年份的前兆下垫面因子的观测值或预测值,对未来一年的夜间热浪年际增量进行预测,将预测得到的夜间热浪年际增量与上一年的夜间热浪频次值叠加,得到目标年份的夜间热浪预测结果。

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南京信息工程大学,其通讯地址为:210044 江苏省南京市浦口区宁六路219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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。