Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 同济大学姚佳伟获国家专利权

同济大学姚佳伟获国家专利权

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!

龙图腾网获悉同济大学申请的专利一种基于生成对抗网络的住宅建筑室内风场实时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:CN118446104B

龙图腾网通过国家知识产权局官网在2026-01-02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:202410589985.X,技术领域涉及:G06F30/27;该发明授权一种基于生成对抗网络的住宅建筑室内风场实时预测方法是由姚佳伟;袁烽;石泽葳;黄辰宇;王锦煜设计研发完成,并于2024-05-13向国家知识产权局提交的专利申请。

一种基于生成对抗网络的住宅建筑室内风场实时预测方法在说明书摘要公布了:本发明涉及一种基于生成对抗网络的住宅建筑室内风场实时预测方法,包括以下步骤:生成住宅建筑三维模型;对住宅建筑三维模型进行模型编码,生成住宅建筑编码图像;对住宅建筑三维模型进行室内风场模拟,生成风场图像;以住宅建筑编码图像作为Pix2pix模型的输入,以风场图像作为Pix2pix模型的输出,利用训练完成的Pix2pix模型进行住宅建筑风场预测。与现有技术相比,本发明具有预测速度快、预测准确性高等优点。

本发明授权一种基于生成对抗网络的住宅建筑室内风场实时预测方法在权利要求书中公布了:1.一种基于生成对抗网络的住宅建筑室内风场实时预测方法,其特征在于,包括以下步骤: S1,生成住宅建筑三维模型; S2,对住宅建筑三维模型进行模型编码,生成住宅建筑编码图像; S3,对住宅建筑三维模型进行室内风场模拟,生成风场图像; S4,以住宅建筑编码图像作为Pix2pix模型的输入,以风场图像作为Pix2pix模型的输出,利用训练完成的Pix2pix模型进行住宅建筑风场预测; 所述S1包括以下步骤: S11,生成参数化住宅平面:通过随机设置平面外轮廓形状与尺寸大小、入户门位置、开窗面参数,参数化生成不定边界、多房间、多样化布局的平面; S12,获取真实住宅平面; S13,建立二级形态控制指标,包括层高、门宽、门高、窗台高度、窗宽、窗高、窗墙比; S14,基于二级形态控制指标分别对参数化住宅平面和真实住宅平面进行处理,分别生成基于参数化生成的住宅建筑三维模型和基于真实平面的住宅建筑三维模型; 所述S2中,在图像编码中考虑室内空间到壁面的距离,并在深度方向将平面几何信息、高度信息以及空间到壁面距离信息叠加,其中,编码的第一层信息为平面几何信息、门洞下沿距地面高度、窗洞下沿距地面高度以及层高;第二层信息为门洞上沿距地面高度和窗洞上沿距地面高度;第三层信息为室内空间到实体壁面的距离; 所述室内空间到实体壁面的距离的获取方法为:在距地面预设高度处设置预设大小的监测面,并将监测面划分为256*256个均匀分布的监测点,计算房间内部监测点到最近壁面的曼哈顿距离,作为室内空间到实体壁面的距离; 所述S2中,对每一层信息中的高度与距离数据进行归一化,映射到0~255范围的整数,并将三层数据分别对应到RGB三个通道数值,形成住宅建筑编码图像。

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同济大学,其通讯地址为:200092 上海市杨浦区四平路1239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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。