浙江大学谢芳芳获国家专利权
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！
龙图腾网获悉浙江大学申请的专利一种基于物理的从稀缺和噪声数据中发现控制方程的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：CN120105365B 。
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：202510240623.4，技术领域涉及：G06F17/13；该发明授权一种基于物理的从稀缺和噪声数据中发现控制方程的方法是由谢芳芳;王亮;季廷炜设计研发完成，并于2025-03-03向国家知识产权局提交的专利申请。
本一种基于物理的从稀缺和噪声数据中发现控制方程的方法在说明书摘要公布了：本发明公开了一种基于物理的从稀缺和噪声数据中发现控制方程的方法。该发明结合了物理信息神经网络与稀疏回归方法，从稀缺和有噪声的数据中发现动力学系统的偏微分控制方程。首先通过量纲验证方法有效地减小候选函数库的大小。随后利用深度神经网络强大的非线性拟合能力和自动微分特性来建模物理系统和计算候选函数。最后，通过稀疏回归即可得到控制方程的形式和方程的系数，并通过DNN对系数进行微调。该方法不仅能够从数据中发现控制方程，还能够得到网络模型以实现动力学系统的响应预测。该方法实现简单，高效，精度高，通用性强。可以广泛应用于复杂动力学系统的物理知识挖掘以及建模与推理。
本发明授权一种基于物理的从稀缺和噪声数据中发现控制方程的方法在权利要求书中公布了：1.一种基于物理的从稀缺和噪声数据中发现控制方程的方法，其特征在于，该方法将物理信息神经网络与稀疏回归方法相结合，从稀缺和带噪声数据中发现动力学系统的控制方程，包括以下步骤： 步骤1，通过数值模拟或实验观测得到动力学系统的场数据u，将u与对应的时间和空间坐标数据构成测量数据集 步骤2，通过拉丁超立方采样方法采样获得残差点数据集 步骤3，构建并初始化一深度神经网络，该网络由全连接神经网络组成，用于拟合问题的解和计算候选库Φθ中的函数项； 步骤4，使用测量数据集和残差点数据集对所述深度神经网络进行训练，获得初步训练好的网络模型和方程系数； 步骤5，使用顺序阈值的岭回归算法对该动力学系统的场变量进行稀疏辨识，得到该动力学系统的偏微分控制方程的形式和系数； 步骤6，一旦辨识出动力学系统的偏微分控制方程，则继续使用深度神经网络对方程系数进行微调；同时，训练好的深度神经网络用于对任意时刻系统的状态进行预测。
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。
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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励