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！

龙图腾网获悉长沙矿冶研究院有限责任公司申请的专利基于深度学习的反应釜产品性能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：CN120450172B 。

龙图腾网通过国家知识产权局官网在2025-12-09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：202510955326.8，技术领域涉及：G06Q10/04；该发明授权基于深度学习的反应釜产品性能预测方法及系统是由刘洋;邬青秀;肖心怡;李然;马龙;谢家豪设计研发完成，并于2025-07-11向国家知识产权局提交的专利申请。

本基于深度学习的反应釜产品性能预测方法及系统在说明书摘要公布了：本发明公开了基于深度学习的反应釜产品性能预测方法及系统，通过获取反应釜的目标工艺参数；将所述目标工艺参数输入至训练好的、所述产品的性能预测模型中，得到所述产品在反应釜中的性能参数；其中，所述性能预测模型以GAIL模型为基础框架，包括生成器，所述生成器包括依次连接的第一输入层、第一线性叠层、EAA模块、CAFM模块、第二线性叠层以及激活层，相比现有技术，通过引入CAFM和EAA模块，显著提升预测精度；有效捕捉反应釜工艺的动态特性，实时精确预测关键参数；为工艺优化与质量控制提供技术支撑，提高生产的智能化水平。

本发明授权基于深度学习的反应釜产品性能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反应釜产品性能预测方法，其特征在于，包括以下步骤： 获取反应釜的目标工艺参数；将所述目标工艺参数输入至训练好的、所述产品的性能预测模型中，得到所述产品在反应釜中的性能参数； 其中，所述性能预测模型以GAIL模型为基础框架，包括生成器，所述生成器包括依次连接的第一输入层、第一线性叠层、EAA模块、CAFM模块、第二线性叠层以及激活层； 所述EAA模块包括：第一线性单元、第二线性单元、注意力计算单元、融合单元、第三线性单元、第一归一化单元、第一加法单元以及第四线性单元； 所述第一线性单元的输出端分别与所述注意力计算单元、第一归一化单元的输入端连接，所述注意力计算单元、第二线性单元的输出端均与所述融合单元的输入端连接，所述融合单元的输出端通过第三线性单元与所述第一加法单元的输入端连接，所述第一加法单元的输入端还与所述第一归一化单元的输出端连接，所述第一加法单元的输出端与所述第四线性单元连接； 所述第一线性单元用于生成输入量的查询Q矩阵；所述第二线性单元用于生成输入量的关键字K矩阵；注意力计算单元用于将所述查询Q矩阵分割成N头后，分别计算N头的注意力，再将N头的注意力求和，得到全局query向量；所述融合单元用所述全局query向量对所述关键字K矩阵进行融合，以得到全局上下文矩阵；所述第三线性单元用于对所述全局上下文矩阵进行线性变换；所述第一归一化单元用于对所述查询Q矩阵进行归一化处理；所述第一加法单元用于将所述线性变换的所述全局上下文矩阵与所述归一化处理的查询Q矩阵相加，得到预输出结果，所述第四线性单元用于对所述预输出结果进行线性处理，得到输出结果； 所述CAFM模块包括：CAFM模块入口、本地分支、全局分支以及第二加法单元；CAFM模块入口与所述本地分支、全局分支的输入端均相连接，所述本地分支、全局分支的输出端均与所述第二加法单元的输入端连接； 所述本地分支用于提取所述CAFM模块的输入量的本地特征图； 所述全局分支通过注意力机制提取所述CAFM模块的输入量的全局语义特征图； 所述第二加法单元用于将所述本地特征图和所述全局语义特征图相加，得到CAFM模块的输出量。

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沙矿冶研究院有限责任公司，其通讯地址为：410000 湖南省长沙市岳麓区麓山南路966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。