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！

龙图腾网获悉福建省冶金工业设计院有限公司申请的专利基于机器学习的开采量预测方法及其系统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：CN119670992B 。

龙图腾网通过国家知识产权局官网在2025-06-24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：202510202516.2，技术领域涉及：G06Q10/04；该发明授权基于机器学习的开采量预测方法及其系统是由李舒敏;黄晓昕;俞智琦;袁尚诚;王亮亮;吴学谦;郑大翔设计研发完成，并于2025-02-24向国家知识产权局提交的专利申请。

本基于机器学习的开采量预测方法及其系统在说明书摘要公布了：本发明公开了基于机器学习的开采量预测方法及其系统，涉及基于预测目的的数据处理技术领域，包括，获取与开采量对应的多种数据源，通过分布式计算框架对所述数据源进行预处理，处理过程包括去除噪声、进行标准化以及填补缺失值；基于所述预处理后的数据，构建并训练机器学习模型，通过机器学习模型从所述数据中学习规律并输出开采量预测结果，通过训练后的机器学习模型对未来的开采量进行预测，并实时更新预测结果。本发明不仅提高了开采量预测的精度与效率，还能够适应复杂的动态环境，具备较强的实用性与应用前景。

本发明授权基于机器学习的开采量预测方法及其系统在权利要求书中公布了：1.基于机器学习的开采量预测方法，其特征在于：包括， 获取与开采量对应的多种数据源； 通过分布式计算框架对所述数据源进行预处理，处理过程包括去除噪声、进行标准化以及填补缺失值； 基于所述预处理后的数据，构建并训练机器学习模型，通过机器学习模型从中学习规律并输出开采量预测结果，通过训练后的机器学习模型对未来的开采量进行预测，并实时更新预测结果； 所述构建并训练机器学习模型包括，将时间维度纳入卷积计算，同时捕捉空间与时间的局部特征，具体如下： ； 其中，表示在时间步和空间位置上的数据特征；是空间和时间的卷积核，表示卷积操作；为时间维度的长度，为空间维度的数量；b是偏置项，表示卷积结果的偏移量；为时空卷积操作后的输出特征； 为了进一步增强模型的能力，引入上一时间步的预测结果作为LSTM的输入，利用历史预测信息对当前时刻的建模进行调整，具体如下： ； 其中，是当前时间步的隐藏状态；是上一时间步的隐藏状态；是当前时间步的输入特征；是上一时间步的预测结果；是当前时间步的细胞状态；是当前时间步的输出门，表示逐元素乘积，为激活函数； 将从ST-CNN提取的与LSTM提取的进行融合，引入自适应加权机制和时空关联矩阵，使空间与时间特征能够根据其重要性动态加权，并通过Hadamard积捕捉空间与时间特征之间的交互作用： ； 其中，和是用于加权空间特征和时间特征的矩阵；是时空关联矩阵，用于捕捉空间和时间特征之间的依赖关系；表示Hadamard积； 通过时空特征融合后的结果输入到输出层，最终生成开采量的预测值，为了防止过拟合并提升模型的泛化能力，输出层加入了L2正则化项： ； 其中，为预测的开采量；为融合后的时空特征，是输出层的权重矩阵，是偏置项，是L2正则化项，为权重矩阵的L2范数，为正则化系数； 所述数据源包括矿区的传感器数据、设备状态数据、环境参数数据和历史开采量数据；其中，矿区的传感器数据包括矿井内的温度、湿度、气压和振动数据；设备状态数据包括矿井内设备的运行状态、故障记录和维护记录；环境参数数据包括矿区外部的温度、降水量、风速和地震活动数据；历史开采量数据包括矿区历年或历月的开采量、开采设备的使用情况和开采速度数据。

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福建省冶金工业设计院有限公司，其通讯地址为：350000 福建省福州市晋安区王庄街道珠宝路8号1号楼；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”。