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 > 厦门大学刘向荣获国家专利权

厦门大学刘向荣获国家专利权

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!

龙图腾网获悉厦门大学申请的专利一种基于深度神经网络的室内火灾演变预测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:CN115983115B

龙图腾网通过国家知识产权局官网在2025-11-18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:202211648832.5,技术领域涉及:G06F30/27;该发明授权一种基于深度神经网络的室内火灾演变预测方法是由刘向荣;傅娆;沈练;陈中贵;余航设计研发完成,并于2022-12-20向国家知识产权局提交的专利申请。

一种基于深度神经网络的室内火灾演变预测方法在说明书摘要公布了:本公开是关于一种基于深度神经网络的室内火灾演变预测方法、装置、电子设备以及存储介质。其中,该方法包括:构建基于FDS的火灾演变仿真,并完成对物理模型数据、火灾演变模型关键参数的设置,建立预设火灾场景的模拟数据及拟合数据;以所述模拟数据为输入,基于预设第一深度神经网络模型、预设第二深度神经网络模型,生成温度场图;在火灾发生时,接收现场信息,并根据所述现场信息基于所述预设深度神经网络模型生成预测温度场图,完成对火灾演变的预测。本公开通过设计两阶段深度神经网络对输入向量进行高精度重建,对场模型的仿真数据进行拟合,从而提高了火灾演变预测的实时性和准确性。

本发明授权一种基于深度神经网络的室内火灾演变预测方法在权利要求书中公布了:1.一种基于深度神经网络的室内火灾演变预测方法,其特征在于,所述方法包括: 基于预设火灾场景,构建基于火灾动力学模拟工具FDS的火灾演变仿真,并完成对物理模型数据、火灾演变模型关键参数的设置,基于所述火灾演变仿真建立预设火灾场景的模拟数据及拟合数据; 以所述模拟数据为输入,基于预设第一深度神经网络模型,生成第一温度场图,并以所述第一温度场图为输入,基于预设第二深度神经网络模型,生成第二温度场图; 在预设终端配置预设火灾场景的所述第二温度场图对应的预设第一深度神经网络模型、预设第二深度神经网络模型,在火灾发生时,接收现场信息,并根据所述现场信息基于所述预设第一深度神经网络模型、预设第二深度神经网络模型生成预测温度场图,完成对火灾演变的预测; 所述预设第一深度神经网络模型还包括: 以ReLu激活函数,采用平方误差函数作为损失函数,以所述预设火灾场景的室内几何形状、火源热释放速率、通风口位置和时间为输入向量,连接三层全连接神经网络、dropout层进行反卷积和卷积操作,生成第一温度场图输出,所述室内几何形状为所述室内的长度、宽度和高度; 所述预设第二深度神经网络模型还包括编码器、隐藏层和解码器,其中: 所述预设第二深度神经网络模型以ReLu激活函数,采用平方误差函数作为损失函数; 所述编码器由卷积神经网络组合构成,所述卷积神经网络的卷积层的卷积核为3*3、填充1、步长2,所述编码器用于将第一温度场图的纬度压缩至第一预设尺寸; 所述隐藏层为四层全连接神经网络,所述隐藏层用于将所述第一预设尺寸的第一温度场图实现二维数据到一维数据的压缩; 所述解码器由卷积神经网络组合构成,所述卷积神经网络的卷积层的卷积核为3*3、填充1、步长1,所述解码器用于将所述一维数据的第一温度场图中插入像素点以能完成图片精度重建,生成第二温度场图。

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厦门大学,其通讯地址为:361000 福建省厦门市思明南路422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。

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。