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！

龙图腾网获悉中科华创(杭州)科技有限公司申请的专利一种基于轻量级条件扩散模型的流体力场仿真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：CN120974942B 。

龙图腾网通过国家知识产权局官网在2025-12-23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：202511500089.2，技术领域涉及：G06F30/27；该发明授权一种基于轻量级条件扩散模型的流体力场仿真预测方法是由花小金;刁博宇;李国邦;贠利君;徐勇军设计研发完成，并于2025-10-21向国家知识产权局提交的专利申请。

本一种基于轻量级条件扩散模型的流体力场仿真预测方法在说明书摘要公布了：本发明公开一种基于轻量级条件扩散模型的流体力场仿真预测方法，包括以下步骤：S1、获取流体力场图像数据集，并划分为训练集、验证集和测试集；S2、基于条件扩散神经网络构建流体力场仿真模型的基础架构，通过所述训练集进行模型预训练；S3、基于多层级剪枝对步骤S2预训练后的流体力场仿真模型进行轻量化改进，所述多层级剪枝包括卷积核剪枝和通道剪枝；S4、通过所述训练集对于步骤S3轻量化改进后的流体力场仿真模型中未剪枝参数进行微调，并在微调过程中结合所述验证集监控模型性能变化，待微调完整后，通过所述测试集计算模型的流体力场预测性能指标，筛选出性能最优的流体力场仿真模型进行流体力场的预测生成。

本发明授权一种基于轻量级条件扩散模型的流体力场仿真预测方法在权利要求书中公布了：1.一种基于轻量级条件扩散模型的流体力场仿真预测方法，其特征在于：包括以下步骤： S1、获取流体力场图像数据集，并划分为训练集、验证集和测试集； S2、基于条件扩散神经网络构建流体力场仿真模型的基础架构，通过所述训练集进行模型预训练，并在预训练过程中结合所述验证集实时调整模型训练参数，生成预训练后的流体力场仿真模型； S3、基于多层级剪枝对步骤S2预训练后的流体力场仿真模型进行轻量化改进，所述多层级剪枝包括卷积核剪枝和通道剪枝，所述卷积核剪枝通过对卷积层卷积核参数进行重要性评估与掩码剪除，所述通道剪枝通过对通道卷积核进行重要性评估与掩码剪除，结合卷积核剪枝和通道剪枝结果对原始卷积网络层权重进行更新，并去除已剪枝参数的梯度； 步骤S3中所述卷积核剪枝具体为： S311、针对预训练模型中卷积层的卷积核权重，计算每个卷积核权重均值与卷积核权重标准差，，，其中，表示第个输出通道、第个输入通道对应的尺寸为的卷积核权重均值，表示第个输出通道、第个输入通道对应的卷积核权重标准差，分别表示输出通道和输入通道索引，表示卷积核内部像素索引，1≤≤，1≤≤，遍历卷积核所有位置；表示该卷积核在对应位置的权重参数，表示卷积核大小，表示卷积核的总参数数量； S312、结合卷积核权重最大值、输入通道数、卷积核剪枝超参数及卷积核权重标准差，计算卷积核参数重要性阈值，平衡剪枝比例与模型性能，，其中，表示卷积核参数重要性阈值，表示第个输出通道对应的所有卷积核权重的最大值，表示输入通道数，表示卷积核剪枝超参数，表示第个输出通道下所有输入通道卷积核标准差的总和； S313、基于卷积核权重参数与卷积核权重均值的差值衡量该卷积核中每个参数重要性，通过掩码函数生成掩码矩阵，将差值小于重要性阈值的卷积核参数剪除置0，，其中，表示卷积核剪枝的0-1掩码矩阵，Where·表示掩码函数； S4、通过所述训练集对步骤S3轻量化改进后的流体力场仿真模型中未剪枝参数进行微调，并在微调过程中结合所述验证集监控模型性能变化，待微调完成后，通过所述测试集计算模型的流体力场预测性能指标，筛选出性能最优的流体力场仿真模型进行流体力场的预测生成。

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中科华创(杭州)科技有限公司，其通讯地址为：311100 浙江省杭州市余杭区仓前街道仓兴街669号11幢502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”。

以上内容由龙图腾AI智能生成。