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！

龙图腾网获悉昆明理工大学申请的专利一种运用时间卷积神经网络预测出口物料水分的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：CN119539175B 。

龙图腾网通过国家知识产权局官网在2025-10-03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：202411619887.2，技术领域涉及：G06Q10/04；该发明授权一种运用时间卷积神经网络预测出口物料水分的方法是由李悦;阴艳超;易斌;方俊俊设计研发完成，并于2024-11-13向国家知识产权局提交的专利申请。

本一种运用时间卷积神经网络预测出口物料水分的方法在说明书摘要公布了：本发明公开了一种运用时间卷积神经网络预测出口物料水分的方法，所述方法包括：采集流程制造生产线的历史工艺数据，构建多元时序数据集；对多元时序数据集进行预处理，获得预处理后的数据，并按照采集周期顺序，将预处理后的数据划分为训练集和测试集；将时间卷积神经网络引入双重注意力机制以搭建DA‑TCN预测模型；利用训练集对DA‑TCN模型进行训练，获得训练好的DA‑TCN预测模型；利用训练好的预测模型DA‑TCN对测试集进行验证，获得验证通过的DA‑TCN预测模型以用于对出口物料水分预测。本发明通过将时间卷积神经网络引入双重注意力机制以搭建用于预测出口物料水分的DA‑TCN预测模型，并进一步地用于薄板烘丝工序的出口物料水分的预测。

本发明授权一种运用时间卷积神经网络预测出口物料水分的方法在权利要求书中公布了：1.一种运用时间卷积神经网络预测出口物料水分的方法，其特征在于，所述方法包括以下步骤： S1、采集流程制造生产线的历史工艺数据，构建多元时序数据集；其中，多元时序数据集包括工艺参数指标数据和出口物料水分指标数据； S2、对多元时序数据集进行预处理，获得预处理后的数据，并按照采集周期顺序，将预处理后的数据划分为训练集和测试集； S3、将时间卷积神经网络引入双重注意力机制以搭建DA‑TCN预测模型； S4、利用训练集对DA‑TCN模型进行训练，获得训练好的DA‑TCN预测模型；利用训练好的预测模型DA‑TCN对测试集进行验证，获得验证通过的DA‑TCN预测模型以用于对出口物料水分预测； 所述对多元时序数据集进行预处理，获得预处理后的数据，并按照采集周期顺序，将预处理后的数据划分为训练集和测试集，包括： 根据流程生产工艺过程料头料尾截取规则，对工艺参数数据和质量指标数据进行料头料尾的判断，确定料头料尾的临界位置，以保留料头料尾临界位置之间的数据； 接着对保留料头料尾临界位置之间的数据利用3σ法剔除异常数据，并进行归一化处理； 对归一化处理的数据按照预设比例划分为训练集和测试集； 所述DA‑TCN预测模型，包括特征注意力机制FA、时间卷积神经网络TCN、时序注意力机制TA、ReLU层、全连接层； 将经预处理后的流程生产工艺参数指标特征变量和出口物料水分指标特征变量作为特征注意力机制FA的输入，通过各个指标特征的注意力权重与输入特征加权求和得到特征加权矩阵X '； 将得到的特征加权矩阵X '与时间卷积神经网络TCN上一时间步的隐含层输出作为时间卷积神经网络TCN下一时刻的隐含层输入，利用时间卷积神经网络TCN中扩张因果卷积实现所有指标的长序列间隔采样，利用PReLU函数捕捉指标间的长时序依赖关系，通过时间卷积神经网络TCN残差块实现输入数据中全部序列的特征提取； 将经时间卷积神经网络TCN残差块迭代至t时刻的TCN隐含层输出作为时序注意力机制TA的输入，通过对比流程生产过程各历史时刻的时间注意力权重确定影响出口物料水分指标的多元关键时序特征，将所有的权重与各历史时刻隐含层输出加权求和，得到综合时序信息；再通过ReLU层和全连接层，获得出口物料水分预测值。

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昆明理工大学，其通讯地址为：650031 云南省昆明市一二一大街文昌路68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”。