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！

龙图腾网获悉河海大学申请的专利一种基于互信息主动学习的流域监测网络布局优化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：CN121638592B 。

龙图腾网通过国家知识产权局官网在2026-04-14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：202610131858.4，技术领域涉及：G06Q10/04；该发明授权一种基于互信息主动学习的流域监测网络布局优化方法是由直伟;葛欣悦;周钰;雪域;王阳阳;苏晓倩;李志勇;扈敬哲;周守慧设计研发完成，并于2026-01-30向国家知识产权局提交的专利申请。

本一种基于互信息主动学习的流域监测网络布局优化方法在说明书摘要公布了：本发明公开了一种基于互信息主动学习的流域监测网络布局优化方法，包括：数据处理；构建由多个LSTM组成的集成学习预测模型，通过设置不同随机数种子初始化各LSTM模型参数，并迭代更新模型参数；利用训练完成的集成学习预测模型构建潜在监测点预测结果的协方差矩阵；基于互信息最大化的主动学习算法，计算所有候选站点加入当前监测网络的互信息增益，选出使互信息增益最大的候选点，并按互信息增益大小对潜在监测点进行信息价值排序；输出监测站点优化建议清单。本发明采用集成学习方法科学量化不确定性，采用互信息最大化策略评估全局信息价值，使得选点决策不再依赖主观经验，而是基于数据和信息论的严谨计算，显著提升了决策的科学性。

本发明授权一种基于互信息主动学习的流域监测网络布局优化方法在权利要求书中公布了：1.一种基于互信息主动学习的流域监测网络布局优化方法，其特征在于，包括以下步骤： S1：采集研究流域的时间序列驱动数据、水质目标数据及静态属性数据，并对其进行预处理； S2：构建由多个LSTM组成的流域水质集成学习预测模型，通过设置不同随机数种子初始化各LSTM模型参数，并迭代更新模型参数； S3：在研究流域河网范围内，利用训练完成的集成学习预测模型构建潜在监测点预测结果的协方差矩阵； S4：基于互信息最大化的主动学习算法，计算所有候选站点加入当前监测网络的互信息增益，选出使互信息增益最大的候选点，并按互信息增益大小对潜在监测点进行信息价值排序，所述互信息增益由两个条件熵项的差值构成： 其中，为候选站点加入当前监测网络后带来的信息增益，为在已知当前网络的观测信息条件下，站点的条件熵；为在已知除之外其余未布设点的信息条件下，站点的条件熵； 所述的计算公式为： 其中，为圆周率常数；为自然常数；为在已知当前监测网络信息条件下，站点的条件方差；为协方差矩阵中与站点对应的方差标量；为站点与集合中所有站点之间的协方差行向量；表示子矩阵的逆；为的转置； 所述的计算公式为： 其中，为在已知集合信息条件下，站点的条件方差，为协方差矩阵中与站点对应的方差标量，为站点与集合内各站点之间的协方差行向量，为集合内部的协方差子矩阵的逆矩阵，为的转置； S5：输出监测站点优化建议清单，并通过观测系统模拟实验验证优化效果。

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河海大学，其通讯地址为：210024 江苏省南京市鼓楼区西康路1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”。

以上内容由龙图腾AI智能生成。