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！

龙图腾网获悉山东征途信息科技股份有限公司申请的专利一种基于深度学习的大模型需求预测方法及系统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：CN120547078B 。

龙图腾网通过国家知识产权局官网在2025-09-26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：202511028734.5，技术领域涉及：H04L41/147；该发明授权一种基于深度学习的大模型需求预测方法及系统是由王征;王春燕;王猛;王波;刘帅设计研发完成，并于2025-07-25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大模型需求预测方法及系统在说明书摘要公布了：本发明涉及深度学习技术领域，公开了一种基于深度学习的大模型需求预测方法及系统。该方法包括：根据物联网设备的数据完整性指标和传输稳定性指标筛选出满足可靠性阈值的可信节点集合；利用可信节点集合的地理坐标矩阵和通信延迟矩阵构建去中心化网络，并在可信节点集合的原始数据中添加噪声，生成加噪训练数据；在去中心化网络中使用加噪训练数据对第一时空融合神经网络模型进行联邦学习，得到第二时空融合神经网络模型；将实时数据输入第二时空融合神经网络模型进行特征计算和需求波动分析，生成需求预测结果。本发明能够同时捕获空间关联和时序依赖特征，显著提升了复杂时空模式的建模能力，提高了预测结果的实用性和可信度。

本发明授权一种基于深度学习的大模型需求预测方法及系统在权利要求书中公布了：1.一种基于深度学习的大模型需求预测方法，其特征在于，包括： 根据物联网设备的数据完整性指标和传输稳定性指标筛选出满足可靠性阈值的可信节点集合； 利用所述可信节点集合的地理坐标矩阵和通信延迟矩阵构建去中心化网络，并在所述可信节点集合的原始数据中添加噪声，生成加噪训练数据； 在所述去中心化网络中使用所述加噪训练数据对第一时空融合神经网络模型进行联邦学习，得到第二时空融合神经网络模型； 采集目标物联网环境中各物联网设备节点的当前时刻传感器数据和设备状态信息，构建实时数据；将所述实时数据输入所述第二时空融合神经网络模型中的图卷积网络进行空间关联特征提取，生成空间特征向量；通过所述第二时空融合神经网络模型中的长短时记忆网络，对所述空间特征向量进行时序依赖特征计算，生成时序特征向量；将所述时序特征向量与物联网设备状态转移矩阵进行矩阵运算，得到融合时空关联特征，并基于所述融合时空关联特征进行非线性变换，输出包含需求量预测、需求类型预测和需求时间预测的多元需求预测值； 基于所述可信节点集合中物联网设备的历史运行状态数据构建马尔可夫状态转移链，计算各物联网设备从当前状态转移到不同目标状态的概率分布矩阵；将所述多元需求预测值按照需求量维度、需求类型维度和需求时间维度进行分解，得到需求变化率和需求增长趋势系数；基于所述概率分布矩阵结合所述需求变化率通过马尔可夫预测算法计算未来时间窗口内的设备状态演化路径，得到设备状态变化对需求波动的影响权重；根据所述影响权重对所述需求增长趋势系数进行加权修正，同时引入需求波动阈值进行风险评估，识别需求异常波动的概率区间；基于所述概率区间结合置信度参数生成包含需求预测数值、预测置信区间和风险等级标识的需求预测结果； 其中，需求量预测值为连续型数值，表示系统在具体时间点的资源或任务请求强度；需求类型预测结果以分类向量形式给出，指示该节点出现的需求种类，包括能源请求、维修报警、数据上传以及任务协同；需求时间预测以时间戳或时间窗指标形式出现，表示需求事件预计发生的时间范围或峰值时点。

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山东征途信息科技股份有限公司，其通讯地址为：271600 山东省泰安市肥城市工业三路科技孵化器大楼A座5018室；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”。