恭喜山東建筑大學;中建八局第二建設有限公司;山東大學田晨璐獲國家專利權
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!
龍圖騰網恭喜山東建筑大學;中建八局第二建設有限公司;山東大學申請的專利一種基于知識遷移的建筑工地空氣質量預測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:CN115018004B 。
龍圖騰網通過國家知識產權局官網在2025-04-29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:202210748666.X,技術領域涉及:G06F18/214;該發明授權一種基于知識遷移的建筑工地空氣質量預測方法及系統是由田晨璐;劉業春;李成棟;王鵬飛;侯和濤;彭偉;劉洪彬;鄧曉平設計研發完成,并于2022-06-29向國家知識產權局提交的專利申請。
本一種基于知識遷移的建筑工地空氣質量預測方法及系統在說明書摘要公布了:本發明公開一種基于知識遷移的建筑工地空氣質量預測方法及系統,包括:獲取源域建筑工地空氣數據和目標域建筑工地空氣數據;將源域建筑工地空氣數據和目標域建筑工地空氣數據分別按季節進行聚類,將得到的源域季節類數據與目標域季節類數據按季節進行相似度篩選,得到最佳源域;根據最佳源域對源域預測模型進行訓練,得到目標域預測模型,對目標域季節類數據采用目標域預測模型得到空氣質量預測結果。將多個源域建筑工地的知識遷移運用到目標建筑工地預測任務中,充分利用現有的建筑工地的空氣質量預測模型,提升新建建筑空氣質量的預測精度,解決建筑工地運行初期數據量不足導致的建筑空氣質量預測精度低的問題。
本發明授權一種基于知識遷移的建筑工地空氣質量預測方法及系統在權利要求書中公布了:1.一種基于知識遷移的建筑工地空氣質量預測方法,其特征在于,包括:獲取源域建筑工地空氣數據和目標域建筑工地空氣數據;將源域建筑工地空氣數據和目標域建筑工地空氣數據分別按季節進行聚類,得到源域季節類數據與目標域季節類數據;將若干個源域建筑工地空氣數據和目標域建筑工地空氣數據分別按季節進行劃分,得到各自的春季數據、秋季數據、夏季數據、冬季數據,然后將源域1的春、夏、秋、冬數據分別按季節進行聚類,源域2的春、夏、秋、冬數據分別按季節進行聚類,直至源域n的春、夏、秋、冬數據分別按季節進行聚類,目標域的春、夏、秋、冬數據分別按季節進行聚類;對聚類后的源域季節類數據與目標域季節類數據在類內進行二次聚類,得到每個季節類數據下的多個子類數據;采用K均值聚類方法進行聚類;將源域季節類數據與目標域季節類數據按季節進行相似度篩選,得到最佳源域;相似度篩選過程包括,通過設置DTW閾值、JS散度閾值和相似度閾值進行數據篩選和數據剪切;根據DTW閾值和JS散度閾值,篩選出同時滿足DTW閾值與JS散度閾值的源域季節類數據;根據相似度閾值對篩選出的源域季節類數據進行數據剪切,將滿足相似度閾值的源域季節類數據作為最佳源域;根據最佳源域對源域預測模型進行訓練,得到目標域預測模型,對目標域季節類數據采用目標域預測模型得到空氣質量預測結果;對最佳源域中各季節類數據采用LSTM的源域預測模型依次進行訓練,且每次訓練后均更新全連接層,以更新后的新源域預測模型進行下一季節類數據的訓練,直至完成所有季節類數據的訓練,完成模型的遞歸學習,得到目標域預測模型,對目標域季節類數據采用目標域預測模型得到預測結果。
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山東建筑大學;中建八局第二建設有限公司;山東大學,其通訊地址為:250101 山東省濟南市歷城區臨港開發區鳳鳴路1000號;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”。
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。