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！

龙图腾网恭喜河海大学申请的专利一种基于Transformer模型的环境时序数据处理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：CN119226710B 。

龙图腾网通过国家知识产权局官网在2025-04-29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：202411733863.X，技术领域涉及：G06F18/10；该发明授权一种基于Transformer模型的环境时序数据处理方法是由谢翰罡设计研发完成，并于2024-11-29向国家知识产权局提交的专利申请。

本一种基于Transformer模型的环境时序数据处理方法在说明书摘要公布了：本发明的一种基于Transformer模型的环境时序数据处理方法，属于数据处理领域，包括步骤S1：收集环境监测站点的历史环境时序数据；S2：模型选择与训练；S3：不同窗口长度T训练的模型组成模型组；用模型组中的模型分别预测环境时序数据，取预测结果的平均值。本处理方法能够补全环境时序数据缺失的数据，也能识别出环境时序数据中的异常值，相比于传统方法不再依赖于特定的embedding网络，准确度更高。

本发明授权一种基于Transformer模型的环境时序数据处理方法在权利要求书中公布了：1.一种基于Transformer模型的环境时序数据处理方法，其特征在于，包括以下步骤：S1：收集环境监测站点的历史环境监测数据时序；设历史环境监测数据时序为：S={S1，S2，……，SN}；其中S1，S2，……，SN表示对应时刻的环境数据；设历史环境监测数据时序S中的时间间隔为δt；S2：模型选择与训练；具体包括以下步骤：S2.1：选择Transformer模型结构；S2.2：选择窗口长度T，将S中连续个数据点删除，形成输入序列S’；被删除的P个连续数据点构建为原始目标序列y；其中，表示向上取整；T为窗口长度；因为S中共有N个环境数据，并且删除的连续P个数据点中第一个数据点的位置不确定，所以共能构建N-P+1个不同的输入序列S’，共产生对应的N-P+1个原始目标序列y；将输入序列S’与对应的原始目标序列y，组成数据对S’-y；共能构建N-P+1个S’-y数据对；在不同窗口长度T的情况下，均具有N-P+1个S’-y数据对；但是，窗口长度T的取值不同，删除的数据点数量P不同，S’-y数据对的数量N-P+1也不同；S2.3：针对某一窗口长度T，将该窗口长度T情况下的某一S’-y数据对中的输入序列S’输入到Transformer模型中；Transformer模型预测该S’-y数据对中输入序列S’中缺失的数据，预测结果记为预测目标序列；S2.4：针对S2.3中的S’-y数据对，建立模型训练优化目标，迭代优化Transformer模型参数；形成最终的Transformer模型；不同的窗口长度T组成的最终的Transformer模型以集合的形式组成模型组，模型组记为M0；S3：用模型组Mo对待处理的序列S0={S01,S02,……,S0k,……,S0N}进行预测；k∈[1,N],k为正整数；具体包括以下步骤：S3.1：删除S0中的第一个原始数据S01；S3.2：用模型组M0中的三个模型，分别对S0中缺失的第一个原始数据S01进行预测，并取模型组M0三个预测结果的平均值代替S0中缺失的第一个原始数据S01；记三个模型对缺失的第一个原始数据S01的预测结果平均值为S01，平；生成预测序列S预，1={S01，平，S02，……，S0k，……，S0N}；S3.3：采用和步骤S3.1、S3.2相同的方法，继续删除S预，k中第k+1个原始数据S0k+1；S3.4：用模型组M0中的三个模型，分别对S预，k中缺失的第k+1个原始数据S0k+1进行预测，并取模型组M0三个预测结果的平均值代替S预，k中缺失的第k+1个原始数据S0k+1，记三个模型对缺失的第k+1个原始数据S0k+1的预测结果平均值为S0k+1，平；生成预测序列S预，k+1={S01，平，……，S0k+1，平，S0k+2，……，S0N}；S3.5：重复S3.3-S3.4，从K取1到k取N-1依次循环，直至S预，N-1中的S0N被删除，生成预测序列S预，N，则，S预，N={S01,平，S02，平，……，S0N，平}；序列S预，N为序列S0的预测结果。

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河海大学，其通讯地址为：210000 江苏省南京市鼓楼区西康路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”。