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！

龙图腾网恭喜西南石油大学申请的专利一种基于机器学习重建时变重力场模型间断数据的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：CN117273062B 。

龙图腾网通过国家知识产权局官网在2025-05-02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：202311323356.4，技术领域涉及：G06N3/0442；该发明授权一种基于机器学习重建时变重力场模型间断数据的方法是由苏勇;冯雷设计研发完成，并于2023-10-13向国家知识产权局提交的专利申请。

本一种基于机器学习重建时变重力场模型间断数据的方法在说明书摘要公布了：本申请涉及一种基于机器学习重建时变重力场模型间断数据的方法，包括以下步骤：S1：采用球谐系数法反演流域的等效水高，通过滤波得到流域的陆地水储量变化的原始时间序列数据；S2：对原始时间序列数据TWSAt进行季节性分解，生成具有线性特征的周期项Ct，高度非线性的趋势项Tt和残差项Rt；S3：建立并训练自回归移动平均模型ARIMA和长短时记忆神经网络LSTM组成的ARIMA‑LSTM组合模型，然后进行格网尺度和流域尺度的数据重建；S4：计算差值εt，使用指标进行模型结果的精度评估。本申请采用组合模型进行预测，使神经网络结果的权重减小，避免单一神经网络带来的不稳定影响，具有预测精度高的优点。

本发明授权一种基于机器学习重建时变重力场模型间断数据的方法在权利要求书中公布了：1.一种基于机器学习重建时变重力场模型间断数据的方法，其特征在于，包括以下步骤：S1：采用球谐系数法反演流域的等效水高，通过滤波得到流域的陆地水储量变化的原始时间序列数据；S2：对原始时间序列数据TWSAt进行季节性分解，生成具有线性特征的周期项Ct，高度非线性的趋势项Tt和残差项Rt，计算公式为：TWSAt＝Ct+Tt+RtS3：建立并训练自回归移动平均模型ARIMA和长短时记忆神经网络LSTM组成的ARIMA-LSTM组合模型，然后进行格网尺度和流域尺度的数据重建，所述的数据重建包括：对于周期项Ct，利用ARIMA模型对其进行拟合得到周期项预测值对于趋势项Tt和残差项Rt利用LSTM模型进行拟合，分别得到趋势项预测值和残差项预测值将周期项预测值趋势项预测值和残差项预测值相加得预测的时间序列数据TWSA；S4：计算差值εt： 对所述的差值εt，使用皮尔逊相关系数CC、纳什效率系数NSE、平均绝对值百分比误差MAPE和均方根误差RMSE四种指标进行模型结果的精度评估。

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西南石油大学，其通讯地址为：610500 四川省成都市新都区新都大道8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”。