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！

龙图腾网获悉成都开源计算生态科技有限公司申请的专利教室教学舒适度的评估模型训练方法及评估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：CN119760555B 。

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：202411826212.5，技术领域涉及：G06F18/243；该发明授权教室教学舒适度的评估模型训练方法及评估方法是由李若愚设计研发完成，并于2024-12-11向国家知识产权局提交的专利申请。

本教室教学舒适度的评估模型训练方法及评估方法在说明书摘要公布了：公开一种教室教学舒适度的评估模型训练方法及评估方法。该方法包括：通过教室内的物联网传感器采集数据样本；利用数据扩充模型对已标注数据样本进行扩充，数据扩充模型为训练好的对抗网络模型中的生成器；将扩充后的已标注数据样本输入到特征提取模型进行特征提取，以获得多维特征表达，特征提取模型通过动态群体进化优化的神经网络模型训练得到；以及将多维特征表达输入到特征降维模型中进行特征降维，以获得低维特征表达，特征降维模型为训练好的自编码神经网络算法中的编码器；将低维特征表达输入给分类器进行训练，分类器为训练好的局部拓扑的深度神经决策树算法，分类器用于输出教室教学舒适度等级。

本发明授权教室教学舒适度的评估模型训练方法及评估方法在权利要求书中公布了：1.一种教室教学舒适度的评估模型训练方法，包括： 通过教室内的物联网传感器采集数据样本； 利用数据扩充模型对已标注数据样本进行扩充，所述已标注数据样本通过在所述数据样本添加教室教学舒适度等级标注得到，并且，所述数据扩充模型为训练好的生成对抗网络模型中的生成器； 将扩充后的已标注数据样本输入到特征提取模型进行特征提取，以获得多维特征表达，所述特征提取模型通过动态群体进化优化的神经网络模型训练得到；以及 将所述多维特征表达输入到特征降维模型中进行特征降维，以获得低维特征表达，所述特征降维模型为训练好的自编码神经网络算法中的编码器； 将所述低维特征表达输入给分类器进行训练，所述分类器为训练好的基于局部拓扑的深度神经决策树算法，所述分类器用于输出教室教学舒适度等级； 其中，所述基于局部拓扑的深度神经决策树算法的训练过程包括以下步骤： 初始化深度神经决策树； 对每个决策节点进行节点非线性转换； 利用基于量子态的量子优化搜索原理，优化决策树中每个节点的决策规则； 根据从神经网络模块和量子搜索中获得的信息，动态调整树的结构以及 判断是否满足预设的停止迭代条件，如果否，则跳转到所述利用基于量子态的量子优化搜索原理，优化决策树中每个节点的决策规则的步骤，如果是，则结束训练过程。

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成都开源计算生态科技有限公司，其通讯地址为：610095 四川省成都市中国(四川)自由贸易试验区成都高新区府城大道西段505号1栋1单元21层2110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。