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！

龙图腾网获悉四川省自然资源实验测试研究中心(四川省核应急技术支持中心)申请的专利基于深度学习的环境保护监测数据分析方法及系统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：CN121167319B 。

龙图腾网通过国家知识产权局官网在2026-04-17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：202511275861.5，技术领域涉及：G06F18/22；该发明授权基于深度学习的环境保护监测数据分析方法及系统是由王兴伟;何航;祝长生;杨寿南;王玉云;黄正勇;张耀奎设计研发完成，并于2025-09-08向国家知识产权局提交的专利申请。

本基于深度学习的环境保护监测数据分析方法及系统在说明书摘要公布了：本发明提供一种基于深度学习的环境保护监测数据分析方法及系统，首先获取待分析环境区域包含多个监测数据单元的初始监测数据集合，每个监测数据单元有时间戳、空间位置标记及环境参数信息，接着对初始监测数据集合执行特征提取处理，生成动态变化特征和位置关联特征，分别表征环境参数在时间维度的动态变化模式及不同监测位置间环境参数的相关性分布，然后将动态变化特征和位置关联特征输入预构建的深度网络模型，输出包含时间维度趋势走向特征和空间维度分布关联特征的环境参数进展特征，最后依据该环境参数进展特征识别待分析环境区域的异常描述标签，并确定标签知识数据，从而能够深入挖掘环境监测数据内在规律，提高分析准确性和全面性。

本发明授权基于深度学习的环境保护监测数据分析方法及系统在权利要求书中公布了：1.一种基于深度学习的环境保护监测数据分析方法，其特征在于，所述方法包括： 获取待分析环境区域的初始监测数据集合，所述初始监测数据集合包含连续采集的具有时间戳标记和空间位置标记的多个监测数据单元，每个监测数据单元携带有环境监测设备在对应时间点和地理位置采集的环境参数信息； 对所述初始监测数据集合执行特征提取处理，生成所述监测数据单元的动态变化特征和监测位置的位置关联特征，所述动态变化特征用于表征环境参数在时间维度的动态变化模式，所述位置关联特征用于表征不同监测位置间环境参数的相关性分布； 将所述动态变化特征与位置关联特征输入预构建的深度网络模型，输出待分析环境区域的环境参数进展特征，所述环境参数进展特征包含时间维度的趋势走向特征和空间维度的分布关联特征； 依据所述环境参数进展特征识别待分析环境区域的异常描述标签，并确定所述异常描述标签的标签知识数据； 所述依据所述环境参数进展特征识别待分析环境区域的异常描述标签，并确定所述异常描述标签的标签知识数据，包括： 将所述时间维度的趋势走向特征进行时序分段处理，分割为连续的异动阶段，每个异动阶段包含时间起始标记、时间终止标记及阶段内趋势变化形态； 将所述空间维度的分布关联特征进行空间路径追踪处理，分割为连续的异常传播路径段，每个异常传播路径段包含空间起始坐标、空间终止坐标及路径段内分布变化形态； 对每个异动阶段与对应的异常传播路径段进行时空交叠验证，筛选出时间范围重叠且空间位置邻接的时空关联特征组； 将所述时空关联特征组输入预设的环境异常模式知识库，通过特征形态匹配操作确定异常描述标签； 整合所有异动阶段的时间起始标记、时间终止标记及趋势变化形态，生成时间维度的标签知识数据； 整合所有异常传播路径段的空间起始坐标、空间终止坐标及分布变化形态，生成空间维度的标签知识数据。

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四川省自然资源实验测试研究中心(四川省核应急技术支持中心)，其通讯地址为：610000 四川省成都市青羊区人民中路一段25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。