Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 苏州创腾软件有限公司李龙获国家专利权

苏州创腾软件有限公司李龙获国家专利权

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!

龙图腾网获悉苏州创腾软件有限公司申请的专利多目标变量的实验方案设计方法和装置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:CN118098402B

龙图腾网通过国家知识产权局官网在2025-10-24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:202410302493.8,技术领域涉及:G16C20/10;该发明授权多目标变量的实验方案设计方法和装置是由李龙设计研发完成,并于2024-03-15向国家知识产权局提交的专利申请。

多目标变量的实验方案设计方法和装置在说明书摘要公布了:本发明公开了一种多目标变量的实验方案设计方法和装置,所述方法包括:获取构成实验方案的多个特征变量,利用全部特征变量构成原始样本空间;对所述原始样本空间中的各所述特征变量的取值进行预采样,以得到统计量采样结果;基于统计量采样结果,对预处理后的样本空间中的各所述特征变量进行聚类分析,以得到目标采样点,利用所有所述目标采样点构成预处理后的样本空间;利用预存的采样算法,对预处理后的样本空间进行采样,以得到目标样本空间,所述目标样本空间内的样本用于实验方案设计中的实验样本。本发明所提供的方法和装置,利用缩小了空间的样本数据集为实验方案设计提供数据支持,使得贝叶斯优化的实验方法应用于大样本空间成为可能。

本发明授权多目标变量的实验方案设计方法和装置在权利要求书中公布了:1.一种多目标变量的实验方案设计方法,其特征在于,所述实验方案设计方法用于进行涂料配方优化,所述方法包括: 获取构成实验方案的多个特征变量,利用全部所述特征变量构成原始样本空间;所述特征变量包括原始涂料组分参数,并将所有特征变量排列组合得到所述原始样本空间,记为Draw; 对所述原始样本空间中的各所述特征变量的取值进行预采样,以得到统计量采样结果;具体为:计算Draw特征变量的统计量,对所有统计量进行排列组合得到统计量采样结果,记作Dsample1;统计量包括均值、极值、中位数和众数; 基于所述统计量采样结果,对预处理后的样本空间中的各所述特征变量进行聚类分析,以得到目标采样点,利用所有所述目标采样点构成预处理后的样本空间;具体为:对Dsample1统计量进行Kmeans算法聚类,其中,聚类簇数根据样本空间的大小定义,得到样本空间Dsample2; 利用预存的采样算法,对预处理后的样本空间Dsample2进行采样,以得到目标样本空间,所述目标样本空间内的样本用作涂料配方的实验方案设计中的实验样本; 所述目标样本空间内的样本作为实验样本用于实验方案设计的验证过程,具体包括: 构建了高通量全因子虚拟数据集,所述高通量全因子虚拟数据集包括空间中所有的样本点及其每个样本点对应的真实实验结果; 对所述高通量全因子虚拟数据集进行预处理,以得到目标样本空间; 以目标样本空间中的样本数据作为初始数据集对贝叶斯初始模型进行迭代优化,以得到贝叶斯优化模型; 基于所述贝叶斯优化模型得到实验点组合; 涂料配方优化过程中,所述贝叶斯优化模型的实施步骤包括: 1准备输入数据;该数据集主要由实验因素、实验因素水平取值,目标变量取值,确定目标变量的期望优化方向; 2将步骤1中的数据输入到贝叶斯优化模型中进行贝叶斯优化,推荐出潜在较优的实验点组合; 3根据步骤2推荐的实验点组合进行实验,得到的目标变量,看这些目标变量的值是否满足实验要求,满足则退出循环迭代,否则继续循环实验迭代,继续使用贝叶斯优化模型推荐新的实验点。

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苏州创腾软件有限公司,其通讯地址为:215000 江苏省苏州市工业园区东长路88号A2栋301室;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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。