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！

龙图腾网获悉中国长江三峡集团有限公司;中国科学院重庆绿色智能技术研究院申请的专利基于人工神经网络自编码器的河流浮游细菌群落组成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：CN119168153B 。

龙图腾网通过国家知识产权局官网在2026-03-24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：202411314845.8，技术领域涉及：G06Q10/04；该发明授权基于人工神经网络自编码器的河流浮游细菌群落组成预测方法是由姚明磊;林珊珊;鲁伦慧;李哲;曹燕;陈宇杨;何汶峰设计研发完成，并于2024-09-20向国家知识产权局提交的专利申请。

本基于人工神经网络自编码器的河流浮游细菌群落组成预测方法在说明书摘要公布了：本发明涉及一种基于人工神经网络自编码器的河流浮游细菌群落组成预测方法，属于环境科学领域。该方法通过采集河流浮游细菌OTU相对丰度及相关水环境、气象等数据，形成原始数据集，并进行预处理。利用自编码器模型通过训练集构建基于OTU组成的潜在空间和基于环境要素的潜在空间，在训练过程中最小化两个潜在空间之间的差异，通过同一个解码器从潜在空间获得OTU组成。利用SHAP值解释模型，了解每个环境要素如何影响单个样本的模型预测，通过平均多个样本的SHAP值，了解环境要素对模型预测的总体影响。本发明从数据驱动的深度学习模型视角探究了各类环境要素与河流浮游细菌相对丰度之间的变化关系。

本发明授权基于人工神经网络自编码器的河流浮游细菌群落组成预测方法在权利要求书中公布了：1.基于人工神经网络自编码器的河流浮游细菌群落组成预测方法，其特征在于：该方法包括以下步骤： 采集相关环境数据与生物数据； 进行数据预处理； 划分训练集与测试集； 利用自编码器模型构建环境要素与生物群落组成的潜在空间，优化模型并评估其性能； 利用SHAP值解释模型，了解环境要素对模型预测的影响； 其中，环境要素包括水环境和气象数据，生物数据为浮游细菌OTU相对丰度数据； 所述划分训练集与测试集中，设计第一编码器、第二编码器和解码器，第一编码器将浮游细菌OTU丰度作为输入特征，将其转换为潜在空间LSOTU；第二编码器将环境要素作为输入特征，将其转换为潜在空间LSEF；解码器将潜在空间转换为浮游细菌丰度； 第一编码器和第二编码器被训练成一个预测器，在训练过程中，两个编码器的潜在空间被强制相似，即作为损失函数的一部分，最小化两个潜在空间之间的差异，为环境变量创建LSOTU的潜在空间LScomb； 最终的模型集成一个预测器和一个解码器，预测器从环境要素中返回LScomb，解码器从LScomb中返回预测后的浮游细菌OTU相对丰度。

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长江三峡集团有限公司;中国科学院重庆绿色智能技术研究院，其通讯地址为：430010 湖北省武汉市江岸区六合路1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。