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基于双流图网络的脱硫过程硫含量多步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：CN116453614B 。

龙图腾网通过国家知识产权局官网在2025-09-23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：202310334887.7，技术领域涉及：G16C20/30；该发明授权一种基于双流图网络的脱硫过程硫含量多步预测方法是由严锋;杨春节设计研发完成，并于2023-03-31向国家知识产权局提交的专利申请。

本一种基于双流图网络的脱硫过程硫含量多步预测方法在说明书摘要公布了：本发明公开了一种基于双流图网络的脱硫过程硫含量多步预测方法，属于工业过程软测量建模领域。该预测方法利用时频双流网络分别提取工业过程中的时域和频域特征，并将这两类特征进行融合，输给长短时记忆网络对工业过程中的关键指标进行多步预测。首先，利用不同的邻接矩阵和自注意力机制构建多图注意力模块。然后，利用短时傅里叶变换将时间序列转换为一系列频谱图；接着，利用多图注意力模块分别构建时域流网络和频域流网络，用于提取时域特征和频域特征。最后，构造时频特征融合模块将提取的时域和频域特征融合，并输入到循环神经网络中，实现对关键指标的多步预测。在华南某钢铁厂中搜集相关的数据，验证了该方法的有效性和可行性。

本发明授权一种基于双流图网络的脱硫过程硫含量多步预测方法在权利要求书中公布了：1.一种基于双流图网络的脱硫过程硫含量多步预测方法，其特征在于，包括如下步骤： 1利用高斯核距离、皮尔逊相关系数和互信息指数分别构建邻接矩阵，构造多图网络，并使用自注意力机制建立多图注意力模块； 所述的步骤1具体为：首先，将所有辅助变量视为图网络的各个节点，分别利用高斯核距离、皮尔逊相关系数和互信息指数计算节点之间的权重系数，并利用正则化方法计算每个邻接矩阵；然后，计算三个邻接矩阵，采用加权平均的方法对这三个邻接矩阵进行求和，生成多图网络；最后，将自注意力机制嵌入到多图网络中，对节点之间的权重系数重新进行动态分配，学习各个节点之间的动态变化特征，构建多图注意力模块； 2利用短时傅里叶变换将原始辅助变量的时间序列转换为频谱图，采用多图注意力模块分别搭建时域流网络和频域流网络，提取时域特征和频域特征； 3采用最小冗余和最大相关原则构造时频特征融合模块，用于融合时域特征和频域特征； 步骤3中，采用最小冗余和最大相关原则构造时频特征融合模块具体为：利用线性投影的方法将提取的时域特征F1和频域特征F2变换到另外一个潜空间，那么变换后的高级时域特征和高级频域特征分别用Z1和Z2表示；然后，通过最小化时频特征的冗余性和最大化时频特征与硫含量的相关性进行双目标优化，获得最优的Z1和Z2，最后将Z1和Z2拼接起来构建融合后的时频特征； 所述的最小化时频特征的冗余性，为：通过最小化两类高级特征之间的冗余来优化投影矩阵Θ1和Θ2获得较优的Z1和Z2，计算方法如下： Z1＝Θ1F1 Z2＝Θ2F2 其中，Θ1和Θ2代表两个投影矩阵；接着采用热核函数计算两类高级特征之间的距离： minΣZ1-Z2S 其中，exp代表指数函数，p是超参数； 4将融合后的时频特征输入到长短时记忆网络中，实现对脱硫过程硫含量的多步预测，并设计三元损失函数对双流图网络进行参数更新。

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。