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！

龙图腾网恭喜四川国蓝中天环境科技集团有限公司申请的专利一种基于集成深度学习的空气质量预报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：CN119474769B 。

龙图腾网通过国家知识产权局官网在2025-05-13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：202510066210.9，技术领域涉及：G06F18/20；该发明授权一种基于集成深度学习的空气质量预报方法是由张宜峰;牟华侨;孙欢欢;薛云博;付为程;谢佳丽设计研发完成，并于2025-01-16向国家知识产权局提交的专利申请。

本一种基于集成深度学习的空气质量预报方法在说明书摘要公布了：本发明公开了一种基于集成深度学习的空气质量预报方法，获取监测区域内网格的样本数据集，基于皮尔森相关系数，分析各网格之间数据的相关性，得到模型训练标签的标签相关性系数以及模型训练特征的特征相关性系数；将各网格作为神经网络图的各节点，根据各网格之间的特征相关性系数以及标签相关性系数判断节点之间的连接关系并生成连接矩阵列表；将神经网络图结构以及连接矩阵列表作为图神经网络层的输入，将图神经网络层的输出作为MLP全连接层的输入，经过MLP全连接层的非线性组合后，得到监测区域内的空气质量预测结果。通过将传统模式的输出结果作为模型的标签，学习并优化传统模式的权重参数，可以显著缩短预测时间，提高预测效率。

本发明授权一种基于集成深度学习的空气质量预报方法在权利要求书中公布了：1.一种基于集成深度学习的空气质量预报方法，其特征在于，具体包括以下步骤：S1、获取监测区域内各网格对应的样本数据集，所述样本数据集包括基于WRF模拟的模型训练特征以及基于CMAQ模拟的模型训练标签；S2、基于皮尔森相关系数，分析各网格之间数据的相关性，得到模型训练标签的标签相关性系数以及模型训练特征的特征相关性系数；S3、构建神经网络图结构，将各网格作为神经网络图的各节点，根据各网格之间的特征相关性系数以及标签相关性系数判断节点之间的连接关系，根据节点之间的连接关系构建神经网络图结构的连接矩阵列表；步骤S3判断节点之间的连接关系的具体过程为：根据网格之间的标签相关性系数以及特征相关性系数计算节点之间的聚合相关系数；当聚合相关性系数大于0.7时，判断节点之间存在双向连接线；当聚合相关系数小于0.7且标签相关性系数大于0.5时，判断节点之间存在单向连接线；步骤S3中构建连接矩阵的方法为：对每个节点进行编号，并且对于每个节点，根据其他节点与当前节点连接的连接关系，得到一组与当前节点相关的相关连接矩阵；统计所有节点的相关连接矩阵，得到神经网络图结构的连接矩阵列表；S4、构建集成预报模型，集成预报模型包括图神经网络层和MLP全连接层，将神经网络图结构以及连接矩阵列表作为图神经网络层的输入，将图神经网络层的输出作为MLP全连接层的输入，经过MLP全连接层的非线性组合后，得到监测区域内的空气质量预测结果。

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四川国蓝中天环境科技集团有限公司，其通讯地址为：610000 四川省成都市龙泉驿区车城西二路176号菁蓉创新创业园10栋1层；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”。