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！

龙图腾网获悉广东海洋大学申请的专利基于可解释和机器学习的气候模式优选与集合预估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：CN121350498B 。

龙图腾网通过国家知识产权局官网在2026-04-07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：202511893934.7，技术领域涉及：G06F18/20；该发明授权基于可解释和机器学习的气候模式优选与集合预估方法是由张宇;陈俊哲;史候翔;郝珍艺;徐宇阳;刘春;徐建军设计研发完成，并于2025-12-16向国家知识产权局提交的专利申请。

本基于可解释和机器学习的气候模式优选与集合预估方法在说明书摘要公布了：本发明涉及基于可解释和机器学习的气候模式优选与集合预估方法，属于气候模式技术领域，方法包括：获取再分析资料和CMIP6模式资料的面积加权平均臭氧柱总量，构建数据集；基于所述数据集，分别采用传统方法和决策树SHAP方法对CMIP6模式进行筛选；基于传统方法和决策树SHAP方法筛选的CMIP6模式数据，构建机器学习模型；基于构建的机器学习模型，确定最优筛选方法和对应的最优机器学习模型；基于最优筛选方法和对应的最优机器学习模型，对不同温室气体排放情景下的南极臭氧进行恢复预估。通过本发明能够拟得到更为准确的南极臭氧恢复预估结果。

本发明授权基于可解释和机器学习的气候模式优选与集合预估方法在权利要求书中公布了：1.基于可解释和机器学习的气候模式优选与集合预估方法，其特征在于，包括： 获取再分析资料和CMIP6模式资料的面积加权平均臭氧柱总量，构建数据集； 基于所述数据集，分别采用传统方法和决策树SHAP方法对CMIP6模式进行筛选； 基于传统方法和决策树SHAP方法筛选的CMIP6模式数据，构建机器学习模型； 基于构建的机器学习模型，确定最优筛选方法和对应的最优机器学习模型； 基于最优筛选方法和对应的最优机器学习模型，对不同温室气体排放情景下的南极臭氧进行恢复预估； 获取所述面积加权平均臭氧柱总量包括： 利用CMIP6臭氧混合比数据计算臭氧柱总量； 基于再分析资料中的臭氧柱总量TCO3和CMIP6计算得到的TCO3，进行面积加权平均，获取所述面积加权平均臭氧柱总量； 采用传统方法对CMIP6模式进行筛选包括： 基于所述数据集，分别计算各CMIP6模式的泰勒技能得分TSS和综合评级指标MR； 根据各模式的泰勒技能得分TSS和综合评级指标结果MR分别进行排序，并取两项指标的平均排名，最终筛选出排名靠前的CMIP6模式； 所述综合评级指标MR的表达式为： ； 其中，n是模式数量，rIVS和rRMSE是模式的年际变异性指标IVS和均方根误差RMSE的排序； 采用决策树SHAP方法对CMIP6模式进行筛选包括： 基于所述数据集，以其中的再分析资料为参照，CMIP6模式数据作为输入，训练决策树模型； 基于决策树模型输出的SHAP值，采用预设筛选方法，对CMIP6模式进行筛选； 基于传统方法和决策树SHAP方法筛选的CMIP6模式数据，构建机器学习模型；包括： 以筛选的CMIP6模式数据为输入，再分析资料为参照，对机器学习模型进行训练； 使用主要指标S对训练后的机器学习模型进行调参。

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广东海洋大学，其通讯地址为：524088 广东省湛江市麻章区海大路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。