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！

龙图腾网获悉上海交通大学申请的专利基于超精度卷积神经网络预测建筑玻璃面板峰值风压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：CN116151104B 。

龙图腾网通过国家知识产权局官网在2025-07-25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：202310023328.4，技术领域涉及：G06F30/27；该发明授权基于超精度卷积神经网络预测建筑玻璃面板峰值风压方法是由曹勇;吴昊恺;陈耀然;周岱设计研发完成，并于2023-01-09向国家知识产权局提交的专利申请。

本基于超精度卷积神经网络预测建筑玻璃面板峰值风压方法在说明书摘要公布了：本发明涉及基于超精度卷积神经网络预测建筑玻璃面板峰值风压方法，基于超精度卷积神经网络SRCNN重构超精度的压力空间分布，将空间上稀疏的压力测量值重构为超精度的压力分布，利用超精度压力分布预测玻璃面板域内峰值风压。SRCNN简化并保留超精度生成对抗网络SRGAN的生成器模块，生成接近于真实测量值的压力空间数据分布；基于高精度的风洞风压空间测量数据，开展神经网络的训练，生成超精度重构模型，将稀疏压力空间分布输入，重构为与真实高精度风洞测量值相近的超精度压力空间分布；采用面积分法，获得平均风压系数；基于Cook‑Mayne方法，计算玻璃面板78％非超越概率的峰值压力系数，获取面平均压力系数设计值。

本发明授权基于超精度卷积神经网络预测建筑玻璃面板峰值风压方法在权利要求书中公布了：1.基于超精度卷积神经网络预测建筑玻璃面板峰值风压方法，其特征在于：基于超精度卷积神经网络SRCNN重构超精度的压力空间分布，将空间上稀疏的压力测量值重构为超精度的压力分布，利用超精度压力分布预测玻璃面板域内峰值风压，包括以下步骤： 1获取压力分布的训练与测试样本集，对所获取的训练样本进行预处理，得到高精度与低精度压力分布的训练样本对； 2确定超精度卷积神经网络架构，卷积神经网络由超精度生成对抗网络SRGAN简化而得，包括输入层、生成器和输出层，生成器用于生成接近于真实测量值的压力空间数据分布，采用深度全卷积架构，包含m个连续的带有跳步连接的残差块，每个残差块包括一个反卷积层，后接修正线性单元ReLU层作为激活函数；反卷积层，包含尺寸为K×K的卷积核，用于对低维空间特征进行上采样；残差块结构利于缓解训练阶段梯度下降消失； 3针对每一个风向角，训练步骤2中超精度卷积神经网络，初始化各反卷积层的权值和偏置，采用最小化损失函数的方式对网络模型进行迭代优化，经多次迭代训练后获取网络模型中各个权值和偏置的最优解，得到最优的SRCNN模型；利用训练好的SRCNN模型，将建筑立面关键受力区块上粗糙空间精度的压力测量值重构为超精度的压力分布； 4基于超精度的压力重构结果，采用面积分法，获得玻璃面板域内的平均风压，在充足的压力时程内，基于Cook-Mayne方法，计算玻璃面板78％非超越概率的峰值压力系数，获取面平均压力系数的设计值。

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上海交通大学，其通讯地址为：200240 上海市闵行区东川路800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”。