长安大学陈适之获国家专利权
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！
龙图腾网获悉长安大学申请的专利基于数据驱动泛化增强的构件性能预测方法及相关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：CN115719037B 。
龙图腾网通过国家知识产权局官网在2026-04-28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：202211430719.X，技术领域涉及：G06F30/27；该发明授权基于数据驱动泛化增强的构件性能预测方法及相关装置是由陈适之;张书颖;林晨曦;韩万水设计研发完成，并于2022-11-15向国家知识产权局提交的专利申请。
本基于数据驱动泛化增强的构件性能预测方法及相关装置在说明书摘要公布了：基于数据驱动泛化增强的构件性能预测方法及相关装置，包括确定预测构件性能的原始模型输入特征；将原始模型输入特征按经验公式的结构转换为经验公式的基础因式形式；收集结构构件性能预测的实测数据集，并将其转换为经验公式的基础因式形式，建立起实测数据的数据集；选择代表性的抽样策略生成有代表性的数据集；基于有代表性的数据集，在经典的数据驱动模型上进行模型训练，得到预训练模型；将实测数据集引入预训练模型，使用增量学习对模型再次进行训练，得到基于数据驱动泛化增强的结构构件性能预测模型，进行预测。本发明所提出的方法可用来辅助进行结构性能评估、剩余使用寿命预测、耐久性分析和结构管养工作。
本发明授权基于数据驱动泛化增强的构件性能预测方法及相关装置在权利要求书中公布了：1.基于数据驱动泛化增强的构件性能预测方法，其特征在于，包括 确定预测构件性能的原始模型输入特征； 选定一个经验公式模型，将原始模型输入特征按经验公式的结构转换为经验公式的基础因式形式； 收集结构构件性能预测的实测数据集，并将其转换为经验公式的基础因式形式，建立起实测数据的数据集；其中以经验公式的基础因式作为模型的输入项，以实测结构性能指标作为模型的输出项； 选择代表性的抽样策略生成有代表性的数据集；其输入特征为经验公式的基础因式形式，输出为经验公式的计算值； 基于有代表性的数据集，在经典的数据驱动模型上进行模型训练，得到预训练模型； 将实测数据集引入预训练模型，使用增量学习对模型再次进行训练，得到基于数据驱动泛化增强的结构构件性能预测模型，进行预测。
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安大学，其通讯地址为：710064 陕西省西安市雁塔区南二环路中段；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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励