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！

龙图腾网获悉中国地质调查局西安矿产资源调查中心申请的专利一种基于集成学习的多分辨率地质数据转换方法及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：CN121562863B 。

龙图腾网通过国家知识产权局官网在2026-04-17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：202610090417.4，技术领域涉及：G06F16/29；该发明授权一种基于集成学习的多分辨率地质数据转换方法及系统是由刘向东;王斌;朱志昊;白兆华;侯聪;贾嘉辉设计研发完成，并于2026-01-23向国家知识产权局提交的专利申请。

本一种基于集成学习的多分辨率地质数据转换方法及系统在说明书摘要公布了：本申请涉及一种基于集成学习的多分辨率地质数据转换方法及系统，属于地质信息处理技术领域，转换方法包括：获取包含目标元素的低分辨率地质数据集，以及不包含目标元素的高分辨率地质数据集；对高分辨率地质数据集进行空间网格聚合处理，生成与低分辨率地质数据集空间对齐的预测变量矩阵；以预测变量矩阵为输入、低分辨率地质数据集中的目标元素值为输出目标，训练Stacking集成回归模型；将高分辨率地质数据集输入融合预测模型，输出目标元素初步预测值；基于低分辨率地质数据集的目标元素实际值，对目标元素初步预测值执行空间误差校正，生成校正后的高分辨率目标元素数据。本申请能够有效整合多尺度、多源异构地质数据。

本发明授权一种基于集成学习的多分辨率地质数据转换方法及系统在权利要求书中公布了：1.一种基于集成学习的多分辨率地质数据转换方法，其特征在于，所述转换方法包括： 获取包含目标元素的低分辨率地质数据集，以及不包含目标元素的高分辨率地质数据集； 对所述高分辨率地质数据集进行空间网格聚合处理，生成与所述低分辨率地质数据集空间对齐的预测变量矩阵； 以所述预测变量矩阵为输入、低分辨率地质数据集中的目标元素值为输出目标，训练Stacking集成回归模型；其中，第一层基学习器组输出基学习器预测矩阵，第二层元学习器基于所述基学习器预测矩阵生成融合预测模型； 将所述高分辨率地质数据集输入所述融合预测模型，输出目标元素初步预测值； 基于所述低分辨率地质数据集的目标元素实际值，计算区域尺度误差校正系数；其中，将低分辨率地质数据中目标元素的实际测量总和作为真实参考量，同时对由高分辨率模型生成的初步预测值在同一地理边界内进行积分求和，得到预测总量，两者之间的比值即构成误差校正系数； 根据所述高分辨率地质数据集的空间网格分布特性，确定各空间单元的面积权重因子，面积权重因子直接来源于各单元的几何属性； 将所述误差校正系数与所述面积权重因子作用于所述目标元素初步预测值，生成空间重分配结果； 整合所有空间单元的空间重分配结果，输出校正后的高分辨率目标元素数据。

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中国地质调查局西安矿产资源调查中心，其通讯地址为：710100 陕西省西安市长安区凤栖西路7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。