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！

龙图腾网获悉海南大学申请的专利基于机器学习技术的用于环境监测的智能传感系统框架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：CN117009906B 。

龙图腾网通过国家知识产权局官网在2026-05-05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：202311052054.8，技术领域涉及：G06F18/2433；该发明授权基于机器学习技术的用于环境监测的智能传感系统框架是由张殿;肖振宇;刘子璇;周孝尚;高大勇设计研发完成，并于2023-08-21向国家知识产权局提交的专利申请。

本基于机器学习技术的用于环境监测的智能传感系统框架在说明书摘要公布了：本发明公开了一种基于机器学习技术的用于环境监测的智能传感系统框架，包括数据收集层、数据处理层、信息层，通过设计异常事件检测和聚类方法，采用机器学习技术对原始传感器测量值进行自动处理，并转换为最终用户易于理解和访问的有组织的信息，有效地解决了环境监测空间不广、不可靠、不智能的问题，更好地管理和保护生态系统。

本发明授权基于机器学习技术的用于环境监测的智能传感系统框架在权利要求书中公布了：1.基于机器学习技术的用于环境监测的智能传感系统，其特征在于，包括数据收集层、数据处理层、信息层； 所述数据收集层前端与进行环境监测的观测站点通信连接，后端则与数据处理层通信连接；用于从各观测站点原位传感器中提取数据，并存储数据到数据存储库，向数据处理层提供特定格式化的数据段； 所述数据处理层从数据存储库中提取所需要的的数据段，通过机器学习，通过异常事件检测和聚类，将原位传感器测量值转换为用户易于理解和访问的有组织的信息； 所述信息层用于为终端用户提供图形用户界面，显示原位传感器检测到的异常事件、原位传感器读数并供终端用户查询； 数据处理层通过执行异常事件检测流程、异常特征提取流程、事件构建流程、事件特征提取流程、事件聚类流程实现异常事件检测和聚类； 异常事件检测流程用于监测出异常的传感器数值，该流程包括如下步骤： 步骤2.1：建立测量值趋势模型和异常分类； 定义测量值趋势模型为Bt,Bt是由近期预定时间段内N个从数据存储库中获取的N个测量值Bit组成的数组，即： Bt＝{B1t,...,Bit,...,BNt}从数据存储库中获取新测量值It,新测量值It分类依据如下：； 其中，distIt,Bit表示新测量值It和已知测量值Bit之间的距离，mindistIt,Bit表示新测量值It与Bt中所有元素距离的最小值，Tt表示距离阈值,I∈1,2,...,N；新测量值It有为1则被认为异常，并执行步骤2.2； 步骤2.2：计算距离Dist，根据计算结果进行异常分类； ； 异常特征提取流程用于捕获检测到异常的相似性，并进一步聚类为异常事件，在该流程中，设置有异常特征集，定义为f: f＝[It-1-It,It,It-It+1,dmin,dmin-Tt] f内元素包括：传感器前一个测量值It-1与传感器当前测量值It之间的差异值、传感器当前测量值It，传感器当前测量值It与传感器下一个测量值It+1，传感器测量值和测量值趋势模型之间的最小距离dmin，最小距离dmin与距离阈值Tt之间的距离; 事件构建流程将检测到的异常现象根据其时间信息，采用凝聚层次聚类方法分组为事件，分组规则如下： a.连续的异常现象将被组合成一个单一事件； b.新的异常与先前的异常之间的时间间隔小于预设固定值时，则新的异常值将合并到同一事件中，反之，则会创建一个新事件； 事件特征提取流程采用K-means聚类方法； 事件聚类流程具体为： 设已知事件集合E＝{E1,...,Enum1}，num1代表事件数目，映射函数为令输入集合X＝E，映射函数设置阈值ε，N＝0，Nmax； 调用在线鲁棒性凝聚聚类法，获得事件分组集合{y1,...,ynum2}，下标num2代表事件分组个数。

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海南大学，其通讯地址为：570100 海南省海口市人民大道58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。