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！

龙图腾网获悉浙江大学申请的专利一种基于金茨堡-朗道理论的流场降噪方法、系统和设备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：CN120012624B 。

龙图腾网通过国家知识产权局官网在2025-08-08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：202510504665.4，技术领域涉及：G06F30/27；该发明授权一种基于金茨堡-朗道理论的流场降噪方法、系统和设备是由倪涛;张杰;熊诗颖;汤劲松设计研发完成，并于2025-04-22向国家知识产权局提交的专利申请。

本一种基于金茨堡-朗道理论的流场降噪方法、系统和设备在说明书摘要公布了：本发明提供一种基于金茨堡‑朗道理论的流场降噪方法、系统和设备，方法包括：基于克莱布什方法根据薛定谔方程获取流场的波函数演化数据及对应的速度场，得到速度场和波函数初始数据集；向初始数据集中速度场部分加入噪声，得到噪声数据集；构建神经网络模型，将金茨堡‑朗道能量泛函引入神经网络模型的损失函数；利用噪声数据集对神经网络模型进行训练，得到训练好的神经网络模型；利用训练好的神经网络模型对给定噪声速度场进行降噪，得到降噪的速度场。本发明通过将GL理论和神经网络结合，能够从噪声速度场中找到对应波函数，并完成降噪，重建降噪的速度场数据，并保证降噪的流场符合物理规律和实际应用的需求。

本发明授权一种基于金茨堡-朗道理论的流场降噪方法、系统和设备在权利要求书中公布了：1.一种基于金茨堡-朗道理论的流场降噪方法，其特征在于，包括以下步骤： 基于克莱布什方法并结合薛定谔方程获取流场的波函数演化数据及对应的速度场，得到速度场和波函数初始数据集； 向初始数据集中速度场部分加入噪声，得到噪声数据集； 构建神经网络模型，将金茨堡-朗道能量泛函引入神经网络模型的损失函数； 利用噪声数据集对神经网络模型进行训练，得到训练好的神经网络模型； 利用训练好的神经网络模型对给定噪声速度场进行降噪，得到降噪的速度场； 所述神经网络模型包括三个结构主体相同的残差神经网络，其中第一个残差神经网络的输入为噪声速度场，输出为噪声波函数；第二个残差神经网络的输入为第一个残差神经网络输出的噪声波函数，输出为降噪波函数；第三个残差神经网络的输入为第二个残差神经网络输出的降噪波函数，输出为降噪速度场； 第一个残差神经网络的损失函数为： ， ， ， 其中，为均方误差函数，表示样本总数，表示第个样本，表示第个样本的波函数，表示第个样本的噪声波函数，为金茨堡-朗道能量泛函约束，表示第个样本的速度场； 第二和第三个残差神经网络的损失函数为： 。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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”。