(12)发明专利说明书 | ||
(10)申请公布号 CN 113379029 A (43)申请公布日 2021.09.10 | ||
权利要求说明书 说明书 幅图 |
本发明提供一种基于物理定律和过程驱动的深度学习模型的水质预测方法,根据物理定律对深度学习模型的损失函数进行修改;使用水质模型生成水质指标的模拟时间序列数据;使用模拟数据对深度学习模型进行训练,得到预训练模型;使用水质指标的历史实测数据对预训练模型进行调整优化,得到物理约束和过程驱动的深度学习模型PRPGDL;最后,基于PRPGDL模型预测未来的水质指标数据。本发明相比水质模型需要更少的边界条件和参数、有更高的预测准确度、速度和灵活性;相比深度学习模型具有更高的准确性和通用性,并且需要更少的实测数据;提供准确度更高、泛化能力和适用性更强、实测数据需求更少的水质预测方法。 | |
法律状态公告日 | 法律状态信息 | 法律状态 |
2021-09-28 | 实质审查的生效 | 实质审查的生效 |
2021-09-10 | 公开 | 公开 |
2022-08-23 | 专利实施许可合同备案的生效IPC(主分类):G06N 3/04专利申请号:2021104356369专利号:合同备案号:X2022420000070让与人:中国地质大学(武汉)受让人:武汉祁联生态科技有限公司发明名称:基于物理定律和过程驱动的深度学习模型的水质预测方法申请日:20210422申请公布日:20210910授权公告日:许可种类:普通许可备案日期:20220805 | 专利实施许可合同备案的生效、变更及注销 |
2022-08-30 | 授权 | 发明专利权授予 |
2023-01-13 | 专利实施许可合同备案的生效IPC(主分类):G06N 3/04专利申请号:2021104356369专利号:ZL2021104356369合同备案号:X2022420000144让与人:中国地质大学(武汉)受让人:安徽清洛数字科技有限公司发明名称:基于物理定律和过程驱动的深度学习模型的水质预测方法申请日:20210422申请公布日:20210910授权公告日:20220830许可种类:普通许可备案日期:20221226 | 专利实施许可合同备案的生效、变更及注销 |
本文发布于:2024-09-23 01:17:34,感谢您对本站的认可!
本文链接:https://www.17tex.com/tex/1/402527.html
版权声明:本站内容均来自互联网,仅供演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,我们将在24小时内删除。
留言与评论(共有 0 条评论) |