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使用三维卷积循环神经网络的三维声速场预测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：CN116341617B 。

龙图腾网通过国家知识产权局官网在2026-03-20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：202211613190.5，技术领域涉及：G06N3/0464；该发明授权一种使用三维卷积循环神经网络的三维声速场预测方法是由李建龙;郑荣华设计研发完成，并于2022-12-15向国家知识产权局提交的专利申请。

本一种使用三维卷积循环神经网络的三维声速场预测方法在说明书摘要公布了：本发明公开了一种使用三维卷积循环神经网络的三维声速场预测方法，该方法通过输入时序上连续的多个预报三维声速场，将具有高维特征的预报三维声速场进行降维提取特征，并捕捉声速场特征时序间的联系，预测后报三维声速场；该方法利用同化了部分区域实测数据的三维声速场，首先将时序上连续的多个预报三维声速场输入三维卷积层进行降维提取特征，再将得到的多个预报三维声速场特征输入长短期记忆层LSTM，由LSTM层捕获多个特征在时序上的联系并预测后报三维声速场的特征，最后将LSTM层输出的后报三维声速场特征经过全连接层得到后报三维声速场。本发明在实时计算高精确度、大范围声速场的领域具有潜在的应用价值。

本发明授权一种使用三维卷积循环神经网络的三维声速场预测方法在权利要求书中公布了：1.一种使用三维卷积循环神经网络的三维声速场预测方法，其特征在于，包括以下步骤： 1将已有的预报三维声速场与后报三维声速场组成多组数据对，以构建训练集； 2构建3D-RNN，并根据训练集对构建的3D-RNN进行训练，以获取最优的3D-RNN；所述步骤2包括以下步骤： 2.1构建3D-RNN，所述3D-RNN包括三维卷积层、长短期记忆层和全连接层，所述三维卷积层和长短期记忆层连接，所述长短期记忆层和全连接层连接；其中，所述三维卷积层包括多个三维卷积核，所述长短期记忆层包括多个LSTM单元，所述全连接层用于将降维后的三维声速场特征还原为三维声速场；所述步骤2.1包括以下子步骤： 2.1.1将三维声速场输入三维卷积层以获取降维后的三维声速场特征，以完成三维卷积层的构建； 2.1.2将预报三维声速场特征输入长短期记忆层，按照LSTM单元的计算流程进行计算以获取目标时刻的后报三维声速场特征，以完成长短期记忆层的构建； 2.1.3将LSTM层预测的后报三维声速场特征输入全连接层，以将后报三维声速场特征还原为后报三维声速场，以完成全连接层的构建； 2.2根据所述步骤1得到的训练集对所述步骤2.1构建的3D-RNN进行训练，以获取最优的3D-RNN；所述步骤2.2包括以下子步骤： 2.2.1将训练集中的预报三维声速场输入到3D-RNN中，输出后报三维声速场预测值； 2.2.2使用均方误差计算后报三维声速场预测值与训练集中的后报三维声速场的误差； 2.2.3判断所述步骤2.2.2中的误差是否小于等于设置的误差阈值，若误差小于等于设置的误差阈值，则停止训练，以获取最优的3D-RNN；否则，则通过梯度下降法调整3D-RNN的参数的数值，再通过后向传播算法更新3D-RNN的参数，然后返回所述步骤2.2.1； 3将预报三维声速场输入到最优的3D-RNN中，以获取预测的后报三维声速场，并评价3D-RNN预测的准确度。

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。