天眼查App显示，2025年5月30日，「基于时空特征融合与LSTM记忆网络的水质预测模型及预测方法」正式进入专利公布阶段。申请人为中科宇图科技股份有限公司，该项人工智能专利涉及基于深度学习的水质预测技术。据专利信息显示，该发明通过时空特征融合与LSTM记忆网络显著优化了水质监测数据中的时序依赖性和非线性关系处理能力，并能够灵活整合多源信息以实现对水质变化的准确预测。发明人为焦高超、柏振超、曹世凯、李晓朋和郑孟雪。

本发明提出了一种基于时空特征融合与长短期记忆网络（LSTM）的水质预测模型，其核心架构包括时间卷积网络、经典卷积网络以及特征融合模块。具体而言，时间卷积网络由多个TemporalBlock模块构成，经典卷积网络则包含多个卷积层、池化层和全连接层，并采用Xavier初始化方法优化参数配置。此外，模型还结合了长短期记忆网络和输出模块，支持单步与多步预测，从而生成最终的预测结果。这种设计不仅提升了对复杂水质数据的建模能力，还为实际应用提供了更高的灵活性和准确性。

免责声明：本文内容由开放的智能模型自动生成，仅供参考。