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;北京大学;浣江实验室申请的专利一种二维量子化涡动力学的神经网络预测方法及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：CN119720758B 。

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：202411774633.8，技术领域涉及：G06F30/27；该发明授权一种二维量子化涡动力学的神经网络预测方法及设备是由熊诗颖;杨越;赵耀民;汤劲松;王紫腾;熊嘉;张杰设计研发完成，并于2024-12-05向国家知识产权局提交的专利申请。

本一种二维量子化涡动力学的神经网络预测方法及设备在说明书摘要公布了：本发明提出了一种二维量子化涡动力学的神经网络预测方法及设备，方法包括以下步骤：S1.针对待预测流场，确定其二维涡动力学方程，将二维涡动力学方程转换为量子系统的薛定谔方程；S2.根据薛定谔方程获取量子系统的波函数演化数据，生成波函数数据集；S3.构建全连接层神经网络模型，对全连接层神经网络模型进行相位积分；S4.在全连接神经网络模型中引入归一化因子；S5.利用波函数数据集对全连接层神经网络模型进行训练；S6.利用训练好的全连接层神经网络模型根据给定初始值进行波函数预测；S7.将预测得到的波函数转换为流场演化。根据本发明提供的方法，能够在对薛定谔系统的预测中保证系统的守恒律，从而在长时段内保证流场预测的精度。

本发明授权一种二维量子化涡动力学的神经网络预测方法及设备在权利要求书中公布了：1.一种二维量子化涡动力学的神经网络预测方法，其特征在于，包括以下步骤： S1.针对待预测流场，确定其二维涡动力学方程，将二维涡动力学方程转换为量子系统的薛定谔方程； S2.根据薛定谔方程获取量子系统的波函数演化数据，生成波函数数据集； S3.构建全连接层神经网络模型，对全连接层神经网络模型进行相位积分； S4.在全连接神经网络模型中引入归一化因子； S5.利用波函数数据集对全连接层神经网络模型进行训练； S6.利用训练好的全连接层神经网络模型根据给定初始值进行波函数预测； S7.将预测得到的波函数转换为流场演化； 所述全连接层神经网络模型为： ， 其中，和分别表示全连接神经网络模型待训练的权重和偏置参数；为输入数据，即第k-1个时间步的波函数；为输出数据，即第k个时间步的波函数； 所述对全连接层神经网络模型进行相位积分，具体为： ， 其中，为波函数的增量； 所述在全连接神经网络模型中引入归一化因子，具体为： ， 其中，为第k-1个时间步的波函数，为归一化因子，为波函数的增量，表示取共轭复数，Im表示取复数的虚部，Re表示取复数实部。

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;北京大学;浣江实验室，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”。

以上内容由龙图腾AI智能生成。