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！

龙图腾网获悉四川华德生物工程有限公司申请的专利基于生长性能数据的表皮生长因子添加效果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：CN120849869B 。

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：202511349369.8，技术领域涉及：G06F18/20；该发明授权基于生长性能数据的表皮生长因子添加效果预测方法是由李钢;邹辉琴;温静;丁小霞;康健设计研发完成，并于2025-09-22向国家知识产权局提交的专利申请。

本基于生长性能数据的表皮生长因子添加效果预测方法在说明书摘要公布了：本发明公开了基于生长性能数据的表皮生长因子添加效果预测方法，涉及时序数据分析技术领域，方法包括：采集目标对象数据并结构化数据，建立含生长性能时间序列、环境变量、表皮生长因子添加剂量记录的原始数据集；预处理后计算残差、执行小波分解，并组合为输入特征；输入双轨学习模型得到个体化因果效应估计与剂量‑时间‑生长性能预测映射，接着执行目标对象的新增观测建立校正因子，补偿后输出预测结果。本发明解决了传统表皮生长因子添加效果预测对时间维度的动态变化及不同目标对象的个体差异考虑欠缺，难以满足精准评估与个体化调控的技术问题，达到了对表皮生长因子添加效果的准确、全面预测的技术效果。

本发明授权基于生长性能数据的表皮生长因子添加效果预测方法在权利要求书中公布了：1.基于生长性能数据的表皮生长因子添加效果预测方法，其特征在于，所述方法包括： 对目标对象数据采集并结构化数据，建立原始数据集，所述原始数据集按时间顺序包含生长性能时间序列记录、环境变量记录和表皮生长因子添加剂量记录； 对所述原始数据集进行基于时间顺序的数据预处理后，将预处理结果中的生长性能时间序列记录在多个时间尺度的滑动窗口内计算短期扰动残差和长期漂移残差，并执行预处理结果中的生长性能时间序列记录的小波分解，构建频带能量谱； 将所述短期扰动残差、长期漂移残差、频带能量谱与环境变量记录、表皮生长因子添加剂量记录组合为输入特征； 将所述输入特征输入至双轨学习模型，输出个体化因果效应估计和剂量‑时间‑生长性能预测映射； 执行目标对象的新增观测，基于所述新增观测按照对应的滑动窗口进行个体化因果效应估计的因果显著性检验，建立校正因子； 基于校正因子补偿所述剂量‑时间‑生长性能预测映射，输出预测结果； 所述将所述输入特征输入至双轨学习模型，输出个体化因果效应估计和剂量‑时间‑生长性能预测映射，包括： 所述双轨学习模型包括个体化因果效应估计轨道和剂量—时间—生长性能预测轨道、双轨交互轨道； 其中，所述个体化因果效应估计轨道在接收所述输入特征后，通过表征学习网络学习目标对象特征嵌入； 基于历史剂量‑生长性能对应数据，计算目标对象在每个剂量下的个体因果效应和不确定度，输出个体化因果效应函数和置信区间； 剂量—时间—生长性能预测轨道用于接收所述输入特征后，通过序列卷积网络执行生长性能预测，建立初始预测结果； 将所述初始预测结果、所述个体化因果效应函数和置信区间发送至双轨交互轨道，通过因果一致性损失约束执行初始预测结果补偿，建立剂量‑时间‑生长性能预测映射； 所述通过因果一致性损失约束执行初始预测结果补偿，建立剂量‑时间‑生长性能预测映射，包括： 将所述初始预测结果聚合为对应剂量下的效应量； 利用所述效应量、所述个体化因果效应函数进行差异分析，建立差异分析结果； 基于所述差异分析结果、置信区间进行加权融合，建立补偿强度； 根据所述补偿强度执行初始预测结果补偿； 所述执行目标对象的新增观测，基于所述新增观测按照对应的滑动窗口进行个体化因果效应估计的因果显著性检验，建立校正因子，包括： 按照所述滑动窗口基于所述新增观测建立局部生长性能特征表示； 利用所述个体化因果效应估计对所述局部生长性能特征表示的因果显著性校验分析，将显著性差异按逆方差加权融合，建立校正因子。

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四川华德生物工程有限公司，其通讯地址为：610000 四川省成都市中国(四川)自由贸易试验区成都高新区天府大道北段1480号1栋A座5楼1附2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。