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！

龙图腾网恭喜湖南工商大学申请的专利基于深度学习的空间领域的插值方法、装置及相关设备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：CN114065921B 。

龙图腾网通过国家知识产权局官网在2025-04-08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：202111401950.1，技术领域涉及：G06F18/213；该发明授权基于深度学习的空间领域的插值方法、装置及相关设备是由曹文治;邓季琳;刘利枚;杨艺;徐戈;曾阳艳设计研发完成，并于2021-11-19向国家知识产权局提交的专利申请。

本基于深度学习的空间领域的插值方法、装置及相关设备在说明书摘要公布了：本发明公开了一种基于深度学习的空间领域的插值方法，应用于机器学习领域，用于提高基于深度学习的空间领域的插值精度。本发明提供的方法包括：获取待分析空间的特征矩阵和反距离特征矩阵；基于所述特征矩阵和所述反距离特征矩阵，构建训练数据；将所述训练数据输入预训练模型进行训练，得到反距离特征模型；基于所述特征矩阵的特征，构建插值点特征矩阵；将所述插值点特征矩阵输入所述反距离特征模型进行计算，得到反距离加权值矩阵；基于所述反距离加权值矩阵，对所述待分析空间进行空间分析，得到分析结果。

本发明授权基于深度学习的空间领域的插值方法、装置及相关设备在权利要求书中公布了：1.一种基于深度学习的空间领域的插值方法，其特征在于，包括：获取待分析空间的特征矩阵和反距离矩阵，所述待分析空间为某区域随机的空气采集点，所述特征矩阵包括待分析空间中采样点的固有特征和关联特征，采样点的固有特征是指只与采样点本身有关的特征，所述关联特征包括风速特征、风向特征、空气湿度特征；基于所述特征矩阵和所述反距离矩阵，构建训练数据；将所述训练数据输入预训练模型进行训练，得到反距离特征模型，所述反距离特征模型通过空间域中某点的特征得到该点的反距离加权值；基于所述特征矩阵的特征，构建插值点特征矩阵；将所述插值点特征矩阵输入所述反距离特征模型进行计算，得到反距离加权值矩阵；基于所述反距离加权值矩阵，对所述待分析空间进行空间分析，得到分析结果；其中，所述反距离矩阵通过计算各采样点的反距离加权值得到，反距离加权值为： 其中Fx为样本点x的采样值，wix,y为采样点x，y之间的反距离权重： 其中，是点y和x的欧式距离；是影响距离函数，影响距离函数是指根据采样点对其他采样点或者插值点的影响，设定的一个函数；其中，基于所述反距离加权值矩阵，对所述待分析空间进行空间分析，得到分析结果的步骤包括：基于所述反距离加权值矩阵，利用反距离特征公式对所述待分析空间进行逆向插值计算，得到分析结果，其中，所述分析结果为插值结果矩阵；其中，所述基于所述反距离加权值矩阵，利用所述反距离特征公式对所述待分析空间进行逆向插值计算，得到分析结果的步骤包括：通过如下公式计算所述分析结果： 其中，yk是指第k个插值点，Fyk是指所述插值结果矩阵中第k个插值点的向量，fyk是指所述待分析空间中第k个插值点的特征向量，Wixi,yk是指所述反距离加权值矩阵中第i个采样点x与第k个插值点y的反距离值，k的取值范围为（1，n），i的取值范围为（1，m），n为插值点的个数，m为采样点的个数。

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湖南工商大学，其通讯地址为：410205 湖南省长沙市岳麓区岳麓大道569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”。