買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜聊城金恒智慧城市運營有限公司申請的專利基于大數據的環境質量評估方法及系統獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN119359098B 。

龍圖騰網通過國家知識產權局官網在2025-04-18發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202411934216.5，技術領域涉及：G06Q10/0637；該發明授權基于大數據的環境質量評估方法及系統是由范淼;趙立新;張之瑾設計研發完成，并于2024-12-26向國家知識產權局提交的專利申請。

本基于大數據的環境質量評估方法及系統在說明書摘要公布了：本發明公開了基于大數據的環境質量評估方法及系統，方法包括數據采集、數據預處理、建立環境質量評估模型和環境質量評估。本發明屬于環境質量評估領域，具體是指基于大數據的環境質量評估方法及系統，本方案引入氣象因素矢量，動態融合環境變量對污染物濃度的影響，從而進行數據修正；基于動態調整失真度和動態權重得到動態偏差，進而提高后續環境質量評估的準確性；通過引入相似偏差值和動態因子，能夠自適應捕捉環境質量評估數據的動態變化，對環境數據響應更加準確；基于引入相似偏差值的單調性損失和差異性損失設計，明確利用污染物的單調性規律，提高對復雜環境質量評估數據的評估能力，進而提高最終環境質量評估結果的準確性。

本發明授權基于大數據的環境質量評估方法及系統在權利要求書中公布了：1.基于大數據的環境質量評估方法，其特征在于：該方法包括以下步驟：步驟S1：數據采集；采集歷史環境質量評估數據；步驟S2：數據預處理；步驟S3：建立環境質量評估模型；步驟S4：環境質量評估；基于建立完成的環境質量評估模型對實時采集的歷史環境質量評估數據實現環境質量評估；在步驟S2中，所述數據預處理包括以下步驟：步驟S21：數據修正；計算污染物濃度，加入環境質量時間序列數據，污染物濃度擴散表示為：；其中，ct是t時刻的污染物濃度；c0是初始污染物濃度；是衰減系數；N是污染源的數量；qi1是第i1個污染源的排放強度；D是擴散系數；xi1和x0分別是污染源的位置和監測點的位置；是氣象因素的矢量表示；是L2范數；步驟S22：計算環境質量失真系數；失真系數反映環境質量時間序列數據在對齊過程中因時間偏移產生的變化，每個數據點的環境質量失真系數表示為：；；對于任意兩組環境質量時間序列數據，計算整體環境質量失真度量，表示為：；式中，是第k個時間點數據的失真系數；k1、k2和k3分別表示數據點之間完全對齊、存在時間偏移和數據發生突變；α和β是控制失真系數變化的調節參數；是整個數據集的失真度值；m和n分別是標準環境質量時間序列數據和采集的環境質量時間序列數據的長度；α1是失真參數；γ是動態調整因子；和分別是第k個數據點與標準時間序列在時間維度上的偏移量和幅度上的變化量；T是時間序列的總時間跨度；C是數據幅度的變化范圍；是局部波動強度；、和是權重系數；步驟S23：幅度歸一化；對距離度量和失真度規劃處理，表示為：；；基于環境質量數據的幅度變化和時間對齊的差異，得到反映環境質量整體相似性的相似偏差值，表示為：；；其中，和分別是歸一化后的動態時間規整距離和數據集的失真度量；是歸一化前的動態時間規整距離；和分別是最小動態時間規整距離和最大動態時間規整距離；和分別是最大失真度值和最小失真度值；是數據集的相似偏差值；是動態偏差權重；所建立的環境質量評估模型包括殘差網絡層，用于提取污染物濃度及氣象因素變量時間序列的特征；時間序列特征提取層，利用雙向GRU捕捉環境質量時間序列數據的短期動態與長期趨勢；全連接層，用于生成環境質量評估結果；具體包括以下步驟：步驟S31：殘差網絡層設計；殘差網絡層包括多分支殘差網絡和逐層殘差網絡；多分支殘差網絡通過1維卷積操作對環境質量時間序列數據進行提取局部特征，表示為：；每個分支使用不同大小的卷積核來捕捉環境時間質量序列數據中不同時間尺度的特征；多分支殘差網絡中的每個分支后，引入通道注意力機制，表示為：；；；；而逐層殘差網絡在每個卷積塊后加入殘差連接，表示為：；其中，和分別是第l層和第l-1層第j個通道的特征輸出；是卷積核權重；Mj是輸入通道集合，i2是通道索引；是偏置項；是動態因子；f·是激活函數，使用ReLU激活函數；是通道c的特征均值；n是時間序列長度；是通道c在時間點i的特征值；和是因子權重參數；mean·和std·分別是特征均值和標準差；是通道注意力權重；是調整后特征值；y是殘差連接后的輸出特征；是通過1維卷積提取的特征；步驟S32：損失函數設計；構建單調性損失，污染物濃度具有單調特性，在無新污染源時污染物濃度逐步降低，單調性損失表示為：；構建差異性損失，表示為：；構建基礎懲罰損失，表示為：；得到最終損失L，表示為：；其中，和分別是第i個時間點和第i-1個時間點的預測值；是預測值的變化速率；yi和yj2是分別是第i個時間點和第j2個時間點的真實值；是第j2個時間點的預測值；是正則化項的權重；是噪聲抑制項的權重；是預測值的方差；和是損失權重；W是權重集合；步驟S33：模型判定；預先對步驟S2處理后的數據集劃分為測試集和訓練集，當環境質量評估模型對訓練集損失收斂或達到最大訓練次數時，環境質量評估模型訓練完成；預先設有正確率閾值，當訓練完成的環境質量評估模型對測試集的預測正確率高于正確率閾值時，環境質量評估模型建立完成，否則基于粒子群搜索算法優化模型參數重新訓練模型。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人聊城金恒智慧城市運營有限公司，其通訊地址為：252000 山東省聊城市高新區中華南路16號九州花園商務辦公樓3樓；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。