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！

龙图腾网获悉中国人民解放军军事科学院国防科技创新研究院申请的专利不确定性指导集成自训练的半监督流场重建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：CN116029204B 。

龙图腾网通过国家知识产权局官网在2026-03-03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：202211725295.X，技术领域涉及：G06F30/27；该发明授权不确定性指导集成自训练的半监督流场重建方法是由周炜恩;张云阳;龚智强;彭伟;姜廷松设计研发完成，并于2022-12-30向国家知识产权局提交的专利申请。

本不确定性指导集成自训练的半监督流场重建方法在说明书摘要公布了：本发明公开了一种不确定性指导集成自训练的半监督流场重建方法，包括：获取多个有标签数据和多个无标签数据；构建具有不同初始化模型参数的多个第一深度学习模型、以及具有初始化模型参数的第二深度学习模型；利用有标签数据分别对多个第一深度学习模型进行训练；利用完成训练的多个第一深度学习模型获取每个无标签数据对应的完整流场及其对应的不确定性，并计算不确定性对应的不确定性权值；利用无标签数据及其对应的完整流场和不确定性权值对第二深度学习模型进行预训练；利用有标签数据对第二深度学习模型进行再训练。本发明的方法能够利用少量的有标签数据得到具有高预测精度的深度学习模型，降低流场重建成本，并提高流场重建精度。

本发明授权不确定性指导集成自训练的半监督流场重建方法在权利要求书中公布了：1.一种不确定性指导集成自训练的半监督流场重建方法，其特征在于，包括： 获取多个有标签数据和多个无标签数据，其中，所述有标签数据包括流场内多个设定测点的状态观测值及其对应的完整流场，所述无标签数据包括流场内多个设定测点的状态观测值； 构建具有不同初始化模型参数的多个第一深度学习模型、以及具有初始化模型参数的第二深度学习模型； 利用所述有标签数据分别对多个所述第一深度学习模型进行训练以拟合流场内多个设定测点的状态观测值与完整流场的映射关系； 利用完成训练的多个所述第一深度学习模型获取每个所述无标签数据对应的完整流场及其对应的不确定性，并计算不确定性对应的不确定性权值； 利用所述无标签数据及其对应的完整流场和不确定性权值对所述第二深度学习模型进行预训练以拟合流场内多个设定测点的状态观测值与完整流场的映射关系； 利用所述有标签数据对所述第二深度学习模型进行再训练以拟合流场内多个设定测点的状态观测值与完整流场的映射关系。

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中国人民解放军军事科学院国防科技创新研究院，其通讯地址为：100071 北京市丰台区东大街53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。