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 > 江苏风云科技服务有限公司董爱平获国家专利权

江苏风云科技服务有限公司董爱平获国家专利权

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!

龙图腾网获悉江苏风云科技服务有限公司申请的专利一种基于生成对抗网络的多场景数据模拟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:CN120850838B

龙图腾网通过国家知识产权局官网在2025-11-28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:202511378141.1,技术领域涉及:G06F30/27;该发明授权一种基于生成对抗网络的多场景数据模拟方法及系统是由董爱平;刘世闻;皋超;顾璇;严典范;杜青设计研发完成,并于2025-09-25向国家知识产权局提交的专利申请。

一种基于生成对抗网络的多场景数据模拟方法及系统在说明书摘要公布了:本公开的实施例提供了一种基于生成对抗网络的多场景数据模拟方法及系统。应用于生成式仿真技术领域,所述方法包括:获取目标场景条件并进行多层次嵌入映射,得到场景条件向量,再将其与随机噪声拼接形成生成器输入,经过生成器各关键层处理生成隐向量数据,并压缩得到生成轨迹。解码层输出隐向量转为生成样本并送入判别器得到判别结果,再将生成轨迹与判别结果关联建模形成生成路径日志,最终将样本与路径日志绑定,输出多场景模拟数据。本方案既能生成符合目标场景的多样化样本,又能记录生成过程和质量评估,让每个样本的生成路径和关键决策可追溯,为后续分析、优化和跨场景评估提供便利。

本发明授权一种基于生成对抗网络的多场景数据模拟方法及系统在权利要求书中公布了:1.一种基于生成对抗网络的多场景数据模拟方法,其特征在于,所述方法包括: 获取目标场景的场景条件数据,对所述场景条件数据进行多层次嵌入映射,得到场景条件向量数据;其中,包括获取目标场景的场景条件数据,提取所述场景条件数据的宏观环境数据、中观对象属性数据以及微观参数数据,将所述宏观环境数据、中观对象属性数据以及微观参数数据输入至条件编码网络进行映射,得到宏观环境数据、中观对象属性数据以及微观参数数据对应的嵌入表示;基于所述嵌入表示进行注意力机制融合处理,得到融合后的场景条件向量数据; 目标场景是希望生成样本或进行仿真的具体情境,包括整体环境、场景里的关键对象,以及具体的操作或状态参数,包括交通仿真中雨天高峰的城市道路以及工业制造场景中高温高湿的生产车间; 场景条件数据用于刻画目标场景的各类信息,包括宏观环境数据、中观对象属性数据以及微观参数数据;其中,宏观环境数据包括交通仿真中雨天高峰的城市道路对应的天气,以及工业制造场景中高温高湿的生产车间对应的温度;中观对象属性数据包括交通仿真中雨天高峰的城市道路对应的车辆类型,以及工业制造场景中高温高湿的生产车间对应的设备规格;微观参数数据包括交通仿真中雨天高峰的城市道路对应的局部速度以及加速度,以及工业制造场景中高温高湿的生产车间对应的局部温度; 场景条件向量数据是通过多层次嵌入映射,将宏观环境数据、中观对象属性数据、微观参数数据融合成统一的向量表示后,转换为固定维度的隐向量; 获取随机噪声数据,将所述随机噪声数据与所述场景条件向量数据进行拼接,得到生成器输入数据,将所述生成器输入数据输入至生成器,得到生成器各关键层的输出隐向量数据;其中,关键层包括输入层、中间层以及解码层; 对生成器各关键层的输出隐向量数据进行压缩存储处理,得到生成轨迹数据;其中,生成轨迹数据是一条压缩后的向量序列,用来记录生成器内部状态的演变过程; 将生成器解码层的输出隐向量数据转换为生成样本数据,并将所述生成样本数据输入判别器,得到判别结果数据;其中,生成样本数据是生成器解码层输出的实际结果,是基于输出隐向量数据生成的可直接使用的样本数据; 将生成轨迹数据与判别结果数据进行关联建模处理,得到生成路径日志,并将生成样本数据与生成路径日志进行绑定输出处理,得到多场景模拟输出数据。

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江苏风云科技服务有限公司,其通讯地址为:215000 江苏省苏州市工业园区金鸡湖大道1355号国际科技园3期4F-4单元;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。