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！

龙图腾网获悉中国人民解放军海军工程大学申请的专利基于机器学习的核燃料反应性优化与安全验证方法及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：CN119170124B 。

龙图腾网通过国家知识产权局官网在2025-10-28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：202411194278.7，技术领域涉及：G16C20/10；该发明授权基于机器学习的核燃料反应性优化与安全验证方法及系统是由李颂;李健楠;陈玲;张永发;郝建立;黄葆城设计研发完成，并于2024-08-28向国家知识产权局提交的专利申请。

本基于机器学习的核燃料反应性优化与安全验证方法及系统在说明书摘要公布了：本发明属于机器学习技术领域，公开了一种基于机器学习的核燃料反应性优化与安全验证方法及系统，通过机器学习的方法，基于线性回归模型对已有的板状弥散燃料和棒状弥散燃料数据进行学习训练，再使用新的数据进行预测，得出对应的相似比，通过OpenMC程序对其进行燃耗验证、密度验证、裂变率验证、中子能谱分析。数据结果表明，基于线性回归模型的反应性等效物理转换方法不仅有大大提高了计算效率，而且还保证了非常高的精确度，满足实际使用需要。

本发明授权基于机器学习的核燃料反应性优化与安全验证方法及系统在权利要求书中公布了：1.一种基于机器学习的核燃料反应性优化与安全验证方法，其特征在于，包括以下步骤： 步骤1，通过机器学习的方法，基于线性回归模型对已有的板状弥散燃料和棒状弥散燃料数据进行学习训练； 步骤2，使用新的数据进行预测，得出对应的相似比，通过OpenMC程序和对其进行燃耗验证、密度验证、裂变率验证、中子能谱分析； 所述基于线性回归模型对已有的板状弥散燃料和棒状弥散燃料数据进行学习训练方法如下： 1数据加载与预处理； 2线性回归模型的创建与训练； 3模型预测与评估； 4新数据预测； 所述数据加载与预处理方法： 从numpy库的loadtxt函数从训练集文件中加载训练数据，并使用空格作为分隔符；加载完成后，需要对数据进行预处理，通过切片操作提取特征f、R、S和目标变量SR； 所述线性回归模型的创建与训练： 在数据预处理完后，导入sklearn.linear_model模块中的LinearRegression类，实例化LinearRegression对象，创建线性回归模型；然后调用模型的fit方法，将特征矩阵X和目标变量y作为参数传入模型进行训练拟合；通过打印模型的系数coef_和截距intercept_来观察模型参数； 所述模型预测与评估方法： 训练好模型后，使用模型对新的数据进行预测；加载测试集文件中的测试数据，提取特征f、R、S和目标变量SR，然后调用模型的predict方法得到预测值； 所述新数据预测方法： 使用训练好的模型对未见过的数据进行预测，通过创建一个包含新特征值的pandas的DataFrame对象，使用模型进行预测，将模型应用于新的数据集，并获取预测结果。

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中国人民解放军海军工程大学，其通讯地址为：430033 湖北省武汉市解放大道717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。