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 > 长春建筑学院李娜获国家专利权

长春建筑学院李娜获国家专利权

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!

龙图腾网获悉长春建筑学院申请的专利基于机器学习的数据驱动灌注过程自动调节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:CN121209282B

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:202511736813.1,技术领域涉及:G05B13/04;该发明授权基于机器学习的数据驱动灌注过程自动调节方法是由李娜;张梓健;孟祥萍;张纪尧;李海欧;王毓瑶设计研发完成,并于2025-11-25向国家知识产权局提交的专利申请。

基于机器学习的数据驱动灌注过程自动调节方法在说明书摘要公布了:本发明公开了基于机器学习的数据驱动灌注过程自动调节方法,包括:采集并预处理多源时序数据,生成对齐特征向量序列;基于对齐特征向量序列进行灌注阶段划分和阶段编码向量生成;构建三层液体状态机模型,确定阶段液体池激活顺序;执行阶段门控编码,驱动液体池生成动态状态,完成跨阶段迁移;整合动态状态序列,生成联合状态,输入多任务读出层输出调节参数;执行分布漂移检测,拓扑更新及参数校准,输出最终灌注调节参数。本发明通过基于阶段拓扑建模、液体状态机动态演化与多任务读出机制的数据驱动方法,实现灌注过程的精准预测、风险识别与自适应调节,提升灌注质量与长期运行稳定性。

本发明授权基于机器学习的数据驱动灌注过程自动调节方法在权利要求书中公布了:1.基于机器学习的数据驱动灌注过程自动调节方法,其特征在于,包括: 采集灌注过程中的多源时序数据,对多源时序数据进行预处理,生成对齐特征向量序列; 基于对齐特征向量序列执行灌注阶段划分,确定多个具有阶段特征的阶段节点,构建灌注阶段拓扑图,为每个阶段节点生成对应的阶段编码向量; 针对每个阶段节点生成对应的阶段液体池,构建液体状态机模型,确定各阶段液体池在液体状态机模型中的激活顺序; 基于对齐特征向量序列与阶段编码向量执行阶段门控编码,将阶段门控编码输入至被激活的阶段液体池,执行跨阶段迁移,得到连续的动态状态序列; 对连续的动态状态序列进行整合,生成联合状态表示,将联合状态表示输入至多任务读出层,输出未来灌注趋势预测结果、灌注偏差风险评估结果以及灌注调节参数; 根据灌注过程的最终偏差结果执行分布漂移检测,当输入分布发生漂移时,对灌注阶段拓扑图进行拓扑选择更新,并对多任务读出层执行增量校准,生成校准后的灌注调节参数; 所述构建液体状态机模型,包括: 针对灌注阶段拓扑图中的每一个阶段节点,获取对应的阶段特征统计信息和阶段编码向量,将每一个阶段节点与一个阶段液体池进行一一对应关联,形成阶段节点到阶段液体池的映射关系,确定液体状态机模型由阶段输入编码层、阶段储备计算层和全局协调汇聚层构成; 在阶段输入编码层中,基于对齐特征向量序列和各阶段节点对应的阶段编码向量,为每一个阶段液体池配置输入编码子结构,确定对齐特征向量中各特征分量与阶段编码向量中各分量在阶段液体池输入端的组合方式以及权重分配规则,将对齐特征向量和阶段编码向量转换为适配阶段液体池内部动态演化的输入信号; 在阶段储备计算层中,根据各阶段节点的阶段特征统计信息,为与之对应的阶段液体池分别设定内部状态维度、状态更新时间尺度和内部连接稀疏程度,构建对不同灌注阶段动态行为进行储备计算的阶段液体池内部结构,将所有阶段液体池组合形成液体状态机模型的阶段储备计算子结构; 在全局协调汇聚层中,为所有阶段液体池配置全局协调单元,将各阶段液体池在被激活期间产生的动态状态按照预设规则进行收集与融合,生成全局协调状态,为全局协调状态与多任务读出层之间建立固定的映射关系; 依据灌注阶段拓扑图中阶段节点的前后相邻关系及阶段转移边的类别,确定各阶段液体池的激活顺序和跨阶段迁移路径,并将阶段输入编码层、阶段储备计算层和全局协调汇聚层的运行顺序固定为激活序列。

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长春建筑学院,其通讯地址为:130607 吉林省长春市双阳区奢岭街道办事处幸福村;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。