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！

龙图腾网获悉浙江大学申请的专利基于数知迁移的过程参数单变量时序预测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：CN117076885B 。

龙图腾网通过国家知识产权局官网在2025-10-31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：202311050235.7，技术领域涉及：G06F18/20；该发明授权基于数知迁移的过程参数单变量时序预测方法及系统是由纪杨建;孙林进设计研发完成，并于2023-08-18向国家知识产权局提交的专利申请。

本基于数知迁移的过程参数单变量时序预测方法及系统在说明书摘要公布了：本发明实施例提供一种基于数知迁移的过程参数单变量时序预测方法及系统，属于流程工业技术领域。所述方法包括：采集单变量时序基础信息，并对所述基础信息进行预处理，获得训练基础信息；基于所述训练基础信息进行知识嵌入式DKN网络预训练，获得去噪参数；基于所述去噪参数和所述基础信息进行知识嵌入式DKN网络二次训练，获得训练后网络；基于所述训练后网络，执行非稳定工况下时序预测。本发明方案解决了传统基于数据驱动的单变量时序预测模型在输入不确定场景下出现的泛化性能退化以及流程工业工况的时变特征使得传统的DKN网络收敛慢、权值假饱的问题。

本发明授权基于数知迁移的过程参数单变量时序预测方法及系统在权利要求书中公布了：1.一种基于数知迁移的过程参数单变量时序预测方法，其特征在于，所述方法包括： 采集单变量时序基础信息，并对所述基础信息进行预处理，获得训练基础信息；其中， 所述单变量时序基础信息包括：原始单变量时序信号和知识信息；其中，所述知识信息为流程工业的经验数据、实验数据、历史总结数据中的一种或多种； 所述对所述基础信息进行预处理包括：对所述原始单变量时序信号进行分解，包括： 基于小波分解对所述原始单变量时序信号进行时频解构，获得多个分解信号；所述分解信号包括：多个高频信号和一个低频信号；对所述知识信息进行过程知识发现和知识实例化，包括：从所述知识信息中筛选流程工业的过程知识；将所述过程知识转化为二元组边界知识实例与关系方程； 基于所述训练基础信息进行知识嵌入式DKN网络预训练，获得去噪参数，包括： 将高斯分布噪声引入所述分解信号，并将所述二元组边界知识实例与关系方程嵌入迭代训练的损失函数中，进行知识嵌入式DKN网络训练； 在所述DKN网络训练过程中，通过误差反向传播更新网络参数，获得去噪网络参数和未添加噪声的原始输入，作为去噪参数； 基于所述去噪参数和所述基础信息进行知识嵌入式DKN网络二次训练，获得训练后网络； 基于所述训练后网络，执行非稳定工况下时序预测。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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。