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！

龍圖騰網恭喜內蒙古國鼎信息技術有限公司申請的專利一種基于自適應最近鄰模型的瓦斯濃度預測方法及裝置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：CN115982587B 。

龍圖騰網通過國家知識產權局官網在2025-05-16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：202310036344.7，技術領域涉及：G06F18/214；該發明授權一種基于自適應最近鄰模型的瓦斯濃度預測方法及裝置是由代勁;李昊;王國胤設計研發完成，并于2023-01-09向國家知識產權局提交的專利申請。

本一種基于自適應最近鄰模型的瓦斯濃度預測方法及裝置在說明書摘要公布了：本發明屬于煤礦瓦斯領域，具體涉及一種基于自適應最近鄰模型的瓦斯濃度預測方法及裝置；該方法獲取監測點的初始瓦斯數據，對其進行預處理得到瓦斯訓練數據作為最近鄰模型的訓練集；獲取最新一小時的瓦斯數據并歸一化得到最新一小時的瓦斯樣本，并將其加入到最鄰近模型的訓練集；采用樣本去噪方法處理最近鄰模型的訓練集；根據最新一小時的處理后瓦斯數據查找已刪除數據，并使用樣本重用策略對查找到的已刪除數據進行判定，將有效的已刪除數據重新放入最近鄰模型的訓練集，并根據當前的訓練集重新訓練最近鄰模型；根據最新一小時的處理后瓦斯數據的特征查找最鄰近瓦斯數據，并加權求和預測瓦斯濃度；本發明對瓦斯濃度預測結果更可靠，更有優勢。

本發明授權一種基于自適應最近鄰模型的瓦斯濃度預測方法及裝置在權利要求書中公布了：1.一種基于自適應最近鄰模型的瓦斯濃度預測方法，其特征在于，包括以下步驟：S1.在礦井下設置監測點，獲取監測點的初始瓦斯數據，對初始瓦斯數據進行預處理得到瓦斯訓練數據，并用該瓦斯訓練數據作為最近鄰模型的訓練集進行訓練；S2.實時采集監測點一小時內的瓦斯數據，并將其構造為包括特征值和濃度值的二元組樣本集，所述瓦斯數據包括監測點的瓦斯記錄時間和瓦斯濃度值；S3.獲取最新一小時的二元組樣本集，并對最新一小時的二元組樣本集進行歸一化得到最新一小時的瓦斯樣本集，并將該最新一小時的瓦斯樣本集加入到最近鄰模型的訓練集中；S4.采用樣本去噪方法處理最近鄰模型的訓練集，處理后的最近鄰模型的訓練集中包括最新一小時的瓦斯樣本集；步驟S4中采用樣本去噪方法處理最近鄰模型的訓練集的過程包括：S41.初始化舊樣本集，使舊樣本集為空集；并將訓練集中最新一小時的瓦斯樣本集作為新樣本集；S42.新樣本集中的每個瓦斯樣本與訓練集中最新一小時前的全部瓦斯樣本逐個計算特征間歐式距離值，并將小于預設值d的歐式距離值所對應的最新一小時前的瓦斯樣本加入舊樣本集；S43.計算新樣本集與舊樣本集的累計經驗分布最大差值；S44.給定預設置信度α，若累計經驗分布最大差值大于預設置信度α，則將訓練集中最新一小時前的全部瓦斯樣本刪除；若累計經驗分布最大差值不大于預設置信度α，則維持當前訓練集；累積經驗分布最大差值Dlabel的計算公式為：Dlabel＝sup|YNy-Yy|其中，YNy表示最新一小時瓦斯濃度值的累計經驗分布，Yy表示最新一小時前瓦斯濃度值的累計經驗分布，sup表示上界；S5.根據訓練集中的最新一小時的瓦斯樣本集查找已刪除數據，并使用樣本重用策略對查找到的已刪除數據進行判定，將判定結果為有效的已刪除數據重新放入最近鄰模型的訓練集，并根據當前的訓練集重新訓練當前的最近鄰模型；步驟S5的具體過程包括：S51.根據最新一小時的瓦斯樣本集查找N個最鄰近的已刪除數據，其中已刪除數據為被樣本去噪方法刪除的全部數據；S52.設置權重閾值，并計算每一個最鄰近的已刪除數據的權重，將權重大于權重閾值的最鄰近的已刪除數據重新放入最近鄰模型的訓練集；每一個最鄰近的已刪除數據s＝x,y的權重計算公式為： 其中，x為已刪除數據的特征值，y為已刪除數據的濃度值，Ncs表示舊樣本集，yi表示Ncs中第i個舊樣本的濃度值，ws,t表示已刪除數據s在t時刻的權重，Δ表示指示函數；S6.根據最新一小時的瓦斯樣本集的特征，在最近鄰模型的訓練集中查找K個最鄰近瓦斯數據并加權求和預測得到待預測一小時的瓦斯濃度。

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內蒙古國鼎信息技術有限公司，其通訊地址為：010050 內蒙古自治區呼和浩特市新城區內蒙古自治區國家大學科技園7號樓4樓411-414房間；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”。