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！

龙图腾网获悉西北工业大学申请的专利一种基于先验知识嵌入的生成式气膜冷却效率二维分布预测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：CN119885866B 。

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：202411946576.7，技术领域涉及：G06F30/27；该发明授权一种基于先验知识嵌入的生成式气膜冷却效率二维分布预测方法是由叶林;闫浩楠;刘存良;苏思玮;刘汗青;郭涛设计研发完成，并于2024-12-27向国家知识产权局提交的专利申请。

本一种基于先验知识嵌入的生成式气膜冷却效率二维分布预测方法在说明书摘要公布了：本发明提出一种基于先验知识嵌入的生成式气膜冷却效率二维分布预测方法，该方法通过多层神经元学习输入参数与系数之间的映射关系，然后结合函数方程组进行升维，减少维度上升导致信息量增多带来的学习量爆炸；并且将特征提取模块提取到的信息与图像编码模块所提取的深层信息融合，然后结合多头注意力机制，提高模型对不同输入参数预测的精度。本发明通过先验知识嵌入的方式实现生成式学习过程中的维度上升，从而降低了模型在升维学习过程中所需要的庞大学习量和模型复杂度，这些学习量在传统的模型中需要大量的训练样本来补足。因此本发明的方法使模型训练难度更低，使模型在有限的样本数量的条件下捕捉到更多的信息，提高训练精度和训练速度。

本发明授权一种基于先验知识嵌入的生成式气膜冷却效率二维分布预测方法在权利要求书中公布了：1.一种基于先验知识嵌入的生成式气膜冷却效率二维分布预测方法，其特征在于：包括以下步骤： 步骤1：通过试验测试获取训练样本： 每组样本数据包括由结构参数和气动参数构成的气膜孔参数向量和对应气膜孔经过试验测试得到的气膜冷却效率二维分布图像； 步骤2：构建网络模型： 所述网络模型输入为气膜孔参数向量，输出为气膜冷却效率二维分布图像； 所述网络模型包括先验知识嵌入模块、特征提取模块、图像编码与解码模块、输出模块； 所述先验知识嵌入模块的输入为气膜孔参数向量，将气膜孔参数向量映射到系数A1，A2，A3，B1，B2，B3上；根据系数A1，A2，A3，B1，B2，B3，利用函数 Fx＝A1·logA2·x+A3 Qx＝B1·1-x2+B2·2·x·1-x+B3·x2 先计算得到系数Fx和Qx，然后升维还原出气膜冷却效率二维分布云图，其中x表示气膜冷却效率二维分布图像中各点沿流向的坐标，y表示气膜冷却效率二维分布图像中各点沿展向的坐标，Gy，Fx，Qx为x，y坐标点上的冷却效率值，并经过卷积块后得到与模型输出图像大小一致的矩阵，作为图像编码模块的输入； 所述特征提取模块对输入的气膜孔参数向量进行高维提取，并将提取的高维特征重构成二维矩阵的形式后经过卷积块进行通道的拓展，得到大小与图像编码输出一致的矩阵； 所述图像编码与解码模块对所述先验知识嵌入模块输出的矩阵经过N次下采样获得图像不同层次的信息，每一层提取的特征又与解码后相同层次的信息拼接；最后一次下采样后得到的矩阵与特征提取模块提取的高维特征融合，且展平成一维向量，再经过多头注意力机制重构捕捉图像和向量特征中的关键信息，得到关键信息后逐步上采样还原成图像的尺寸，用于提供给输出模块得到最终的气膜冷却效率二维分布输出； 步骤3：利用步骤1得到的样本数据对步骤2构建的网络模型进行训练，得到训练好的预测模型； 步骤4：对于待预测的气膜冷却方案，获取气膜孔参数向量，输入步骤3得到的训练好的预测模型，得到气膜冷却效率二维分布预测结果。

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西北工业大学，其通讯地址为：710072 陕西省西安市碑林区友谊西路127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。