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！

龙图腾网获悉杭州电子科技大学滨江研究院有限公司;杭州电子科技大学申请的专利一种基于配置空间映射的图形渲染性能预测方法及装置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：CN121050983B 。

龙图腾网通过国家知识产权局官网在2026-02-13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：202511574956.7，技术领域涉及：G06F11/34；该发明授权一种基于配置空间映射的图形渲染性能预测方法及装置是由陈洁;涂明杰;俞东进;陈耀旺;潘政跃设计研发完成，并于2025-10-31向国家知识产权局提交的专利申请。

本一种基于配置空间映射的图形渲染性能预测方法及装置在说明书摘要公布了：本发明公开了一种基于配置空间映射的图形渲染性能预测方法及装置。本发明首先变更图形渲染软件的配置项，并收集配置项‑性能的映射，构建数据集；接着对该数据集进行预处理，通过Transformer对配置特征进行编码，生成高维配置空间映射特征；随后借助ANFIS从映射特征中提取“相近配置对应相近性能”的关联规则，得到规则激活强度；然后将映射特征与规则激活强度融合后输入多任务神经网络；最后训练过程中采用MRE和MAE作为损失函数，联合优化Transformer与多任务网络参数，实现多指标并行预测。本发明通过配置空间映射实现特征增强，结合规则推理与多任务学习，有效提升了复杂图形渲染场景下多性能指标的预测精度。

本发明授权一种基于配置空间映射的图形渲染性能预测方法及装置在权利要求书中公布了：1.一种基于配置空间映射的图形渲染性能预测方法，其特征在于，包括以下步骤： 多维度配置与原始数据采集：采集图形渲染系统的关键配置参数和性能指标数据，构建配置‑性能关系的原始数据集； 数据清洗与预处理：对所述原始数据集进行清洗和归一化处理； 性能模型训练：基于所述归一化处理后的数据集构建端到端预测模型，输出性能指标的并行预测结果，训练步骤包括特征映射、特征编码、规则提取、多任务预测网络构建和联合优化训练； 所述特征映射：通过Transformer输入投影层将输入映射至模型维度，并重塑为序列输入格式以适配Transformer编码器； 所述特征编码：通过Transformer编码器对序列输入进行编码，提取配置特征的高阶非线性表示，得到编码特征，增强特征表达能力； 所述规则提取：借助ANFIS对编码特征进行模糊划分，通过均值漂移聚类确定模糊子集并构建隶属度函数，计算规则激活强度得到矩阵，提升模型可解释性； 所述计算规则激活强度具体是：对每条规则与样本计算其组合隶属度，并进行归一化得到规则激活强度； 所述多任务预测网络构建：基于编码特征与规则激活强度，构造融合特征，输入多任务网络进行并行预测，所述多任务网络包括共享层与任务层； 其中构造所述融合特征包括： 对每个样本，扩展编码向量以包含常数偏置项； 对每条规则采用规则激活强度作加权； 将所有规则的加权特征拼接，得到融合特征向量； 所述联合优化训练：采用Adam优化器，通过反向传播同步更新Transformer与多任务网络参数，以任务自适应加权的均方误差为损失函数，并设置早停机制，最小化多指标预测误差。

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杭州电子科技大学滨江研究院有限公司;杭州电子科技大学，其通讯地址为：310059 浙江省杭州市滨江区浦沿街道六和路368号一幢(北)二楼A2025室；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。