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
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 安徽新华学院白志青获国家专利权

安徽新华学院白志青获国家专利权

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!

龙图腾网获悉安徽新华学院申请的专利基于LSTM模型的城市空气污染监测管理系统及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:CN119721371B

龙图腾网通过国家知识产权局官网在2026-04-14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:202411851342.4,技术领域涉及:G06Q10/04;该发明授权基于LSTM模型的城市空气污染监测管理系统及方法是由白志青;胡森荣;吴家猛设计研发完成,并于2024-12-16向国家知识产权局提交的专利申请。

基于LSTM模型的城市空气污染监测管理系统及方法在说明书摘要公布了:本发明公开了基于LSTM模型的城市空气污染监测管理系统及方法,涉及空气污染监测技术领域,该系统公开了空气污染监测模块、空染监测点分析模块、城市空染综合模块、空染类型划分模块,设置空气污染监测模块与空染监测点分析模块,对城市中各空气污染监测点的采集数据进行深度分析,利用LSTM模型对后续的空气污染情况进行精准预测,并预测各类型城市空气污染数据的光学化反应效果,结合空气污染监测点的污染波动情况,综合判定空气污染监测点的空气污染情况,并对污染显著的空气污染监测点进行标记,设置城市空染综合模块与空染类型划分模块,对污染显著点之间污染区域的关联性进行进一步分析,进而综合分析出城市的空气污染情况。

本发明授权基于LSTM模型的城市空气污染监测管理系统及方法在权利要求书中公布了:1.基于LSTM模型的城市空气污染监测管理系统,其特征在于,包括空气污染监测模块、空气污染监测点分析模块、城市空气污染综合模块、空气污染类型划分模块; 所述空气污染监测模块用于确定城市中的所有空气污染监测点,空气污染监测点实时采集各类型城市空气污染数据; 所述空气污染监测点分析模块每经过一个监测周期,获取各空气污染监测点的空气污染综测值,基于空气污染综测值与空气污染综测界值的比较结果,判定是否将空气污染监测点标记为污染显著点; 空气污染监测点的空气污染综测值获取方式如下:获取空气污染监测点针对监测周期的空气污染预测值Zstg与空气污染波变值Aekb,利用公式得到该空气污染监测点的空气污染综测值Ezvm,其中,q1为空气污染预测系数,q2为空气污染波变系数; 空气污染监测点针对监测周期的空气污染波变值获取方式如下:获取空气污染监测点内在当前时间之前连续j个监测周期的空气污染预测值,将所有监测周期进行两两匹配处理,将匹配的两个监测周期的空气污染预测值进行差值计算并取绝对值,得到匹配波动值,将所有匹配波动值进行求和处理并取均值,得到匹配波动均值BMk,将所有空气污染预测值按照监测周期的先后顺序依次排序,将排序后相邻的两个空气污染预测值进行差值计算并取绝对值,得到相邻波动值,将所有相邻波动值进行求和处理并取均值,得到相邻波动均值Rsw,利用公式得到空气污染监测点针对监测周期的空气污染波变值Aekb,其中,w1为匹配波动系数,w2为相邻波动系数; 空气污染监测点针对监测周期的空气污染预测值获取方式如下:获取空气污染监测点内各类型空气污染数据的阶段实采特征集,获取各类型空气污染数据对应的实采特征预测模型,将各类型城市空气污染数据的阶段实采特征集分别输入对应的实采特征预测模型,输出得到各类型城市空气污染数据的实采预测特征,获取各类型城市空气污染数据对应的污染特征分析模型,将各类型城市空气污染数据的实采预测特征分别输入对应的污染特征分析模型,得到各类型城市空气污染数据的污染预测值,将所有类型城市空气污染数据的污染预测值进行求和处理并取均值,得到综合预测值Lcdy,获取光化学关系图,获取光化学关系图中所有存在光化学关系的两个类型城市空气污染数据的光化学预测值Ted,e=1、2、…、E,e为光化学预测值的编号,E为光化学预测值的总数量,设置光化学预测系数为fd,d=1,2,3,…,d-1,d,f1<f2<f3<…<fd-1<fd,利用公式得到空气污染监测点针对监测周期的空气污染预测值Zstg,其中,ha为综合预测系数; 光化学关系图中存在光化学关系的两个类型城市空气污染数据的光化学预测值获取方式如下:将光化学关系图中存在光化学关系的两个类型城市空气污染数据的污染预测值进行求和处理并取均值,得到污染协同值Kth,将两个类型城市空气污染数据的污染预测值进行差值计算并取绝对值,得到预测差距值Bds,利用公式得到两个类型城市空气污染数据的光化学预测值Ted,其中,g1为污染协同系数,g2为预测差距系数; 所述城市空气污染综合模块用于获取城市的空气污染监测值; 城市的空气污染监测值获取方式如下:将污染显著点的总数量标记为Ew,将所有污染显著点两两匹配为一个显著点组,获取每个显著点组的污监协同值,将所有显著点组的污监协同值进行求和处理并取均值,得到污监协同均值Hqa,利用公式得到城市的空气污染监测值Citd; 显著点组的污监协同值获取方式如下:将显著点组中两个污染显著点进行距离差值计算,得到污监距离Ls,将显著点组中两个污染显著点的空气污染综测值进行差值计算,得到显著离值Xt,利用公式得到该显著点组的污监协同值Fru; 所述空气污染类型划分模块基于空气污染监测值与空气污染监测高值以及空气污染监测低值的比较结果,判定城市的空气污染类型。

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安徽新华学院,其通讯地址为:230088 安徽省合肥市蜀山区望江西路555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。