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 > 成都理工大学赵达升获国家专利权

成都理工大学赵达升获国家专利权

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!

龙图腾网获悉成都理工大学申请的专利一种基于BP神经网络的TOC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:CN120670946B

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:202510759513.9,技术领域涉及:G06F18/241;该发明授权一种基于BP神经网络的TOC预测方法及系统是由赵达升;韩雨樾;李超;冉波设计研发完成,并于2025-06-09向国家知识产权局提交的专利申请。

一种基于BP神经网络的TOC预测方法及系统在说明书摘要公布了:本发明涉及专门适用于监督目的的信息和通信技术技术领域,尤其涉及一种基于BP神经网络的TOC预测方法及系统,其通过粒子群优化算法优化BP神经网络初始权重,结合SHAP值分析量化特征重要性,实现多源数据融合与高精度预测。本发明能够提升数据质量、增强模型泛化性与可解释性,适用于多种应用场景。

本发明授权一种基于BP神经网络的TOC预测方法及系统在权利要求书中公布了:1.一种基于BP神经网络的TOC预测方法,该方法由处理器执行,其特征在于,包括: 接收原始数据,判断原始数据是否为结构化数据或非结构化数据;若为非结构化数据,则将其转换为结构化数据;若为结构化数据,则直接进入后续处理流程; 对原始数据进行预处理操作,包括缺失值处理、异常值检测、数据归一化以及时序对齐; 将预处理后的数据划分为训练集和测试集; 利用粒子群优化算法优化BP神经网络的初始权重和阈值; 基于优化后的BP神经网络进行TOC预测; 通过SHAP值分析量化特征重要性,并根据分析结果剔除贡献较小的特征; 其中,所述时序对齐采用线性插值方法统一时间戳频率,计算公式为: , 其中,x0和x1表示待估算值所在区间的临界值;y0和y1表示对应的已知值;x表示待估算点的位置;y表示估算结果; 所述SHAP值分析的计算公式为: , 其中,F表示所有特征的集合;S表示不包含特征i的子集;M表示总特征数;fS表示模型在特征子集S上的预测值; 所述剔除贡献较小的特征包括自动化模式和手动模式; 在自动化模式中,SHAP值小于0.05的特征被自动剔除; 在手动模式中,用户通过可视化界面勾选需保留的特征,系统实时反馈特征剔除后的模型性能预估值。

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成都理工大学,其通讯地址为:610000 四川省成都市成华区二仙桥东三路1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。