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！

龙图腾网获悉上海交通大学申请的专利一种基于深度学习的低温传感器的高精度温度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：CN114444662B 。

龙图腾网通过国家知识产权局官网在2025-07-29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：202210104020.8，技术领域涉及：G06N3/045；该发明授权一种基于深度学习的低温传感器的高精度温度预测方法是由刘景全;刘辉东;林祖德;龚勋;尤敏敏;李艳杰设计研发完成，并于2022-01-28向国家知识产权局提交的专利申请。

本一种基于深度学习的低温传感器的高精度温度预测方法在说明书摘要公布了：本发明提供一种基于深度学习的低温传感器的高精度温度预测方法，该方法包括：获取低温传感器的温度与电阻对应关系的数据集；利用切比雪夫多项式和归一化法对所述数据集进行预处理，得到处理后数据集；构建深度学习模型，调节超参数后，将所述处理后数据集分段形成低温区和高温区，所述低温区与所述高温区有重叠区间，并对所述处理后数据集进行训练；根据训练结果预测温度值。本发明通过深度学习方法与切比雪夫多项式结合，能够提高低温传感器的温度预测精度。

本发明授权一种基于深度学习的低温传感器的高精度温度预测方法在权利要求书中公布了：1.一种基于深度学习的低温传感器的高精度温度预测方法，其特征在于，包括： 获取低温传感器的温度与电阻对应关系的数据集； 利用切比雪夫多项式和归一化法对所述数据集进行预处理，包括： 深度学习模型的输入为电阻，输出为温度，通过切比雪夫多项式给电阻添加特征项，以此来加快收敛速度，切比雪夫多项式为： 其中T为绝对温度，R为电阻，x为绝对值不大于1的变量，A和B为归一化常数，n为拟合方次，ai为拟合系数； 对输入的电阻、生成的特征项和输出的温度分别进行归一化处理，得到处理后数据集； 构建深度学习模型，调节超参数后，将所述处理后数据集分段形成低温区和高温区，所述低温区与所述高温区有重叠区间，并对所述处理后数据集进行训练；包括： 搭建深度学习模型，添加lstm层以及全连接层，并添加L1正则化方法；其中，目标函数为： 其中L为目标函数，n为样本数目，T为校准点温度真实值，t为校准点温度预测值，k为特征项数目，w为权重；通过所述深度学习模型使得所述目标函数减小； 将所述处理后数据集分成训练集和验证集，然后将所述训练集送入所述深度学习模型中进行训练，利用所述验证集来调节所述深度学习模型相关的超参数； 将所述处理后数据集分段形成低温区和高温区，所述低温区与所述高温区有重叠区间，通过完整的所述处理后数据集确定分段边界点；包括： 所述处理后数据集从左至右温度递减，将所述处理后数据集的最左端作为所述低温区的左边界点，右边界点在中部的校准点进行遍历，训练好模型后，计算整个所述低温区的均方差，选取均方差最低的右端点作为所述低温区的右边界点； 从所述低温区的右边界点左移2-3个点，作为所述高温区的左边界点，将所述处理后数据集的最右端作为所述高温区的右边界点； 根据训练结果预测温度值。

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上海交通大学，其通讯地址为：200240 上海市闵行区东川路800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”。