长春理工大学杨阳获国家专利权
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！
龙图腾网获悉长春理工大学申请的专利基于潜空间时序知识耦合网络的磁芯损耗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：CN120180282B 。
龙图腾网通过国家知识产权局官网在2025-07-22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：202510660326.5，技术领域涉及：G06F18/2415；该发明授权基于潜空间时序知识耦合网络的磁芯损耗预测方法是由杨阳;栾天云;王飞皓;丛海芳;董喆;张琦;徐梓涵;李宜峰设计研发完成，并于2025-05-22向国家知识产权局提交的专利申请。
本基于潜空间时序知识耦合网络的磁芯损耗预测方法在说明书摘要公布了：本申请涉及电磁控制技术领域，尤其涉及基于潜空间时序知识耦合网络的磁芯损耗预测方法，采集样本数据集，对样本数据集进行特征类别划分，得到固有属性特征和时序属性特征；利用条件编码对固有属性预处理，结合扩展知识门得到固有特征表示；利用数据降维对时序属性预处理，结合双向长短时记忆网络，得到时序特征表示；拼接耦合扩展知识门输出数据和双向长短时记忆网络输出数据，构建磁芯损耗预测模型；将待预测材料的样本数据集输入磁芯损耗预测模型输出待预测材料的磁通损耗预测结果。本发明动态融合条件矩阵和时序特征矩阵，通过迁移学习，提高了模型的泛化能力，确保在未知材料和工况下仍能保持高精度的预测。
本发明授权基于潜空间时序知识耦合网络的磁芯损耗预测方法在权利要求书中公布了：1.基于潜空间时序知识耦合网络的磁芯损耗预测方法，其特征在于，包括： 采集样本数据集，对所述样本数据集进行特征类别划分，得到固有属性特征和时序属性特征； 利用条件编码对固有属性预处理，结合扩展知识门得到固有特征表示；利用数据降维对时序属性预处理，结合双向长短时记忆网络，得到时序特征表示； 拼接耦合所述扩展知识门输出数据和双向长短时记忆网络输出数据，构建磁芯损耗预测模型； 将待预测材料的样本数据集输入所述磁芯损耗预测模型输出待预测材料的磁通损耗预测结果。
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理工大学，其通讯地址为：130012 吉林省长春市朝阳区南湖街道光机社区卫星路7089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”。
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