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;苏州华旃航天电器有限公司申请的专利基于RNN-KAN网络的冷板表面温度预测方法和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：CN119598866B 。

龙图腾网通过国家知识产权局官网在2025-10-10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：202411683080.5，技术领域涉及：G06F30/27；该发明授权基于RNN-KAN网络的冷板表面温度预测方法和系统是由翟晓强;郭思仪;李纯熙;陆高锋;文咏;韩文慧设计研发完成，并于2024-11-22向国家知识产权局提交的专利申请。

本基于RNN-KAN网络的冷板表面温度预测方法和系统在说明书摘要公布了：本发明提供了一种基于RNN‑KAN网络的冷板表面温度预测方法和系统，包括：步骤1：建立多工况下的冷板表面温度动态测试台，采集不同工况下的冷板表面温度的变化情况；步骤2：筛除采集数据中的噪声数据，并对空缺值以二次样条插值的方式补全；步骤3：搭建预测模型；步骤4：以均方误差MSE为损失函数，利用训练集对模型进行训练，模型通过梯度下降算法，根据时间上的反向传播得到的梯度来更新权重和偏置，最终形成预测模型；步骤5：利用测试集对模型进行验证。本发明通过有效对冷板表面温度预测可以控制冷板表面温度，显著降低电子设备结露的风险，减少短路和腐蚀现象，提高设备的安全性和可靠性。

本发明授权基于RNN-KAN网络的冷板表面温度预测方法和系统在权利要求书中公布了：1.一种基于RNN-KAN网络的冷板表面温度预测方法，其特征在于，包括： 步骤1：建立多工况下的冷板表面温度动态测试台，采集不同工况下的冷板表面温度的变化情况； 步骤2：筛除采集数据中的噪声数据，并对空缺值以二次样条插值的方式补全； 步骤3：搭建预测模型，所述预测模型由循环神经网络RNN和柯尔莫哥洛夫-阿诺德网络KAN混合而成，时序数据通过RNN层的n个神经元进行学习后，每一个神经元的输出作为KAN层的输入，再次经过KAN层的学习得到最终输出； 步骤4：以均方误差MSE为损失函数，利用训练集对RNN-KAN网络进行训练，模型通过梯度下降算法，根据时间上的反向传播得到的梯度来更新权重和偏置，最终形成预测模型； 步骤5：利用测试集对RNN-KAN进行验证，以测试集中冷却水进水温度、冷却水流量、室外温度和室外湿度为输入，预测冷板表面温度，作为最终输出结果，并以预测值与实际值的均方误差MSE与决定系数作为预测效果的评价指标； 所述步骤3包括： 在RNN层中，位于第个的神经元的系统状态计算公式如下： 3 其中，和为当前与上一时间步的系统状态；为当前时间步的输入；、、为i层的权重与偏置，单个神经元对不同时间步输入的权重与偏置是相同的；为激励函数或封装的前馈神经网络； KAN层是将激活函数表达为函数与B样条函数的加和，使得其可参数化，并通过对激活函数的学习与训练找到最合适的激活函数，其表达式如下： 4 5 6 其中，为权重，为所对应的第p个激活函数，为所对应的下一层的激活函数，y为KAN网络的最终预测输出；表示RNN层中第i个神经元最后一个时刻的系统状态，即为KAN层的输入；为B样条曲线，为的线性组合系数；表示RNN层的神经元个数。

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;苏州华旃航天电器有限公司，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”。

以上内容由龙图腾AI智能生成。