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！

龙图腾网获悉成都理工大学申请的专利基于KAN神经网络对TOC进行预测的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：CN120632425B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202511106344.5，技术领域涉及：G06F18/213；该发明授权基于KAN神经网络对TOC进行预测的方法是由郑栋宇;王轶军;吴思萱;杨田;曾维;陈才华;李红军;侯明才设计研发完成，并于2025-08-08向国家知识产权局提交的专利申请。

本基于KAN神经网络对TOC进行预测的方法在说明书摘要公布了：本发明公开了一种基于KAN神经网络对TOC进行预测的方法，属于计算机模型技术领域，包括步骤：确定M个与TOC含量相关的影响因子；对影响因子进行相关性分析或特征重要性分析，找到关键特征；基于关键特征构造数据集D；构造改进的KAN神经网络，包括引入门控系数和二阶差分约束；用数据集D训练改进的KAN神经网络得到第一预测模型；剪枝、设置符号函数，得到第二预测模型；再次训练第二预测模型得到TOC预测模型及TOC预测值的拟合公式，用于待预测采样点的TOC预测。本发明通过影响因子筛选、创新的门控机制、优化的损失函数与训练策略，从而提高对TOC预测的准确度，且具有轻量级、高精度、可解释性强等特点，适合嵌入式设备或实时场站应用。

本发明授权基于KAN神经网络对TOC进行预测的方法在权利要求书中公布了：1.一种基于KAN神经网络对TOC进行预测的方法，其特征在于：包括以下步骤； S1，确定M个与TOC含量相关的影响因子并依次标记第一个到第M个； S2，在页岩研究区域内确定N个采样点，在每个采样点获取M个影响因子的值和TOC真实值，预处理后，对影响因子进行相关性分析或特征重要性分析，找到与TOC真实值最相关或最重要的4个影响因子作为关键特征； S3，构造数据集D； 每个采样点构造一样本，所有样本构成数据集D，其中第k个采样点对应的样本为sk，，式中，x1~x4分别为第1个关键特征~第4个关键特征在第k个采样点的值，yk为第k个采样点的TOC真实值，1≤k≤N； S4，构造改进的KAN神经网络； 获取一KAN神经网络，包括输入层，隐藏层和输出层，输入层包括四个第一神经元，用于输入样本的4个关键特征，输出层为1个神经元，用于输出样本的TOC预测值，隐藏层神经元为9个，第q个神经元的值根据下式得到； ， ， 式中，1≤q≤9，gp为第p个关键特征xp的门控系数，1≤p≤4，是xp经内层函数得到的值，为xp对应第q个神经元的内层函数，为xp对第q个神经元的第一中间值； 输出层神经元的TOC预测值根据下式得到； ， ， 式中，gq为的门控系数，为第q个神经元对应的外层函数，为经得到的值，为第q个神经元的第二中间值，所述内层函数、外层函数均为激活函数，且采用三次B样条函数； S5，用数据集D训练改进的KAN神经网络至收敛，得到第一预测模型； S6，对第一预测模型进行剪枝，对激活函数设置符号函数，得到第二预测模型； S7，再次训练第二预测模型至收敛，得到TOC预测模型，及TOC预测值的拟合公式； S8，对研究区域内的待预测采样点s，获取s处的4个关键特征值，经TOC预测模型预测得到TOC预测值，或经拟合公式输出TOC预测值。

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成都理工大学，其通讯地址为：610059 四川省成都市成华区二仙桥东三路1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。