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！

龙图腾网获悉哈尔滨工业大学申请的专利基于LSTM神经网络的迟滞特性建模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：CN116861246B 。

龙图腾网通过国家知识产权局官网在2026-01-06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：202310866869.3，技术领域涉及：G06F18/214；该发明授权基于LSTM神经网络的迟滞特性建模方法是由曹开锐;郝广路;李锐设计研发完成，并于2023-07-14向国家知识产权局提交的专利申请。

本基于LSTM神经网络的迟滞特性建模方法在说明书摘要公布了：基于LSTM神经网络的迟滞特性建模方法，解决了如何在建模时同时考虑压电陶瓷迟滞的对称性、非对称性和率相关性的问题，属于迟滞非线性建模领域。本发明包括：S1、基于LSTM神经网络，构建预测模型，预测模型的输入为等间隔采样得到的n个时刻的输入电压和输入速率，输出为第n个时刻的输入电压与输出位移的差值，n为正整数；S2、构建训练集中的N个训练样本，对预测模型进行训练，得到优化后的预测模型；S3、将t‑n、t‑n+1…t‑2、t‑1、t时刻的输入电压和输入速率合并后得到Xt，输入到预测模型中，预测模型输出预测值ya，输入电压ut减去预测值ya得到的值为压电陶瓷输出位移的预测值yd，ut为待预测的t时刻的输入电压。

本发明授权基于LSTM神经网络的迟滞特性建模方法在权利要求书中公布了：1.基于LSTM神经网络的迟滞特性建模方法，其特征在于，所述方法包括： S1、基于LSTM神经网络，构建预测模型，预测模型的输入为等间隔采样得到的n个时刻的输入电压和输入速率，输出为第n个时刻的输入电压与输出位移的差值，n为正整数； S2、构建训练集中的N个训练样本，对预测模型进行训练，得到优化后的预测模型； S3、将t-n、t-n+1…t-2、t-1、t时刻的输入电压和输入速率合并后得到Xt，输入到预测模型中，预测模型输出预测值ya，输入电压ut减去预测值ya得到的值为压电陶瓷输出位移的预测值yd，ut为待预测的t时刻的输入电压； S1中的预测模型包括输入层、LSTM层、全连接层和回归层； Xn通过输入层输入至LSTM层，LSTM层的输出经全连接层输入至回归层，回归层输出预测值ya； S2中，对压电陶瓷施加输入电压信号，并通过采集卡等间隔采样获取压电陶瓷的输出位移信号，将输入电压信号、输出位移信号归一化到[0,1]，得到输入电压向量Un＝[u0,u1,u2,…,un]T以及输出位移向量Yn＝[y0,y1,y2,…,yn]T，其中u0,u1,u2,…,un，y0,y1,y2,…,yn分别为采样时刻为1,2,……,n时对应的输入电压和输出位移； 对输入电压向量Un＝[u0,u1,u2,…,un]T中的元素进行前向做差，获得输入速率向量Vn＝[v0,v1,v2,…,vn]T；

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哈尔滨工业大学，其通讯地址为：150001 黑龙江省哈尔滨市南岗区西大直街92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。