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！

龙图腾网获悉中国矿业大学申请的专利一种基于生成对抗网络的隧道火情数据生成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：CN119903737B 。

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：202411983633.9，技术领域涉及：G06F30/27；该发明授权一种基于生成对抗网络的隧道火情数据生成方法是由王鹏霏;叶继红;陈伟;姜健;赵武超设计研发完成，并于2024-12-31向国家知识产权局提交的专利申请。

本一种基于生成对抗网络的隧道火情数据生成方法在说明书摘要公布了：本发明公开了一种基于生成对抗网络的隧道火情数据生成方法，属于土木工程防灾减灾、消防工程和人工智能交叉领域。设计了一种生成对抗网络架构，引入了双向LSTM网络模块以及Wasserstein距离损失，采集了隧道内不同火源位置、功率和纵向射流风机风速下的测点温度、烟气浓度和流速数据用于网络训练。其中，双向LSTM可帮助网络更好捕捉数据的“时序”信息，而Wasserstein损失能够使网络梯度变化更加平滑，减少模式崩溃现象，提升网络训练稳定性。相比传统数据扩充手段，该方法可准确、快速生成不同工况下隧道火情数据，避免繁琐耗时的数值模拟工作，实现隧道火情数据库的高效、高精度扩充。

本发明授权一种基于生成对抗网络的隧道火情数据生成方法在权利要求书中公布了：1.一种基于生成对抗网络的隧道火情数据生成方法，其特征在于，包括以下步骤： 步骤1：对于已建或拟建公路隧道，利用FDS模拟不同火源位置、火源功率和纵向射流风机风速下的隧道火灾场景，采集隧道内不同位置处的温度、烟气流速和浓度数据，对数据进行预处理，构建网络训练数据集； 步骤2：搭建生成对抗网络模型，包括生成网络与判别网络； 步骤3：利用随机向量和训练集数据训练所述网络，获取生成模型； 步骤4：利用所述生成模型生成火情数据，采用均方根误差、平均绝对误差和R2衡量数据生成质量，采用主成分分析和t-SNE数据降维可视化技术评价真实与生成数据分布差异； 步骤1的具体方法为： 步骤1.1：在FDS中建立隧道火灾模型，模拟不同工况下隧道火情发展； 步骤1.2：将数据转为.csv格式进行存储，按“火源位置—火源功率—风速”的格式对文件进行命名，并整合在同一个文件夹中； 步骤1.3：利用Numpy数据库中的read_csv函数读取数据，并将其转为字典类型，并进行归一化处理，确保数据值在0到1之间； 步骤1.4：利用torch.tensor函数将字典数据转为32位浮点运算的张量形式，便于网络训练读取； 步骤2的具体方法为：步骤2.1：生成网络包括1个2层的双向LSTM网络模块、5个神经元数量不同全连接层模块、4个ReLU非线性激活函数、1个Tanh非线性激活函数； 步骤2.1.1：利用Pytorch库中的nn.LSTM模块单元搭建双向LSTM网络，网络输入通道数为1201，与真实数据序列长度保持一致，隐含层大小为256，bidirectional设为True，num_layers设为2，形成共2层的双向LSTM网络； 步骤2.1.2：利用Pytorch库中的nn.Linear模块单元、nn.ReLU和nn.Tanh非线性激活单元，依次搭建5个全连接层和非线性激活层； 第一个全连接层的输入输出通道数量均为512，确保与双向LSTM输出通道数量保持一致，衔接ReLU非线性激活函数； 第二个全连接层输入输出通道数为5121024，衔接ReLU激活函数； 第三个全连接层输入输出通道数为10242048，衔接ReLU激活函数； 第四个全连接层输入输出通道数为20484096，衔接ReLU激活函数； 第五个全连接层输入输出通道数为40961201×N，N为测点数量，衔接Tanh激活函数，输出生成数据； 步骤2.2：所述判别网络包括1个2层的双向LSTM网络模块，5个神经元数量不同全连接层模块以及4个ReLU非线性激活模块； 步骤2.2.1：利用Pytorch库中的nn.LSTM模块单元搭建双向LSTM网络，网络输入通道数为1201×N，隐含层大小为256，bidirectional设为True，num_layers设为2，形成共2层的双向LSTM网络； 步骤2.2.2：利用Pytorch库中的nn.Linear模块单元和nn.ReLU非线性激活单元依次搭建判别网络； 第一个全连接层的输入输出通道数为5121024，输入通道需确保与双向LSTM输出通道数量的一致性，衔接ReLU非线性激活函数； 第二个全连接层输入输出通道数为1024512，衔接ReLU激活函数； 第三个全连接层输入输出通道数为512256，衔接ReLU激活函数； 第四个全连接层输入输出通道数为2561，输出判别分数。

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中国矿业大学，其通讯地址为：221116 江苏省徐州市铜山区大学路1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。