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 > 武汉大学王顺获国家专利权

武汉大学王顺获国家专利权

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!

龙图腾网获悉武汉大学申请的专利一种采用Transformer-ResUNet模型的溃坝流快速预测方法和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:CN120524818B

龙图腾网通过国家知识产权局官网在2026-02-03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:202510672648.1,技术领域涉及:G06F30/27;该发明授权一种采用Transformer-ResUNet模型的溃坝流快速预测方法和系统是由王顺;雷成铭;李典庆;高浩东;苏正洋设计研发完成,并于2025-05-23向国家知识产权局提交的专利申请。

一种采用Transformer-ResUNet模型的溃坝流快速预测方法和系统在说明书摘要公布了:本发明公开了一种采用Transformer‑ResUNet模型的溃坝流快速预测方法和系统。包括:获取实际溃坝数据或通过数值模拟得到用于模型训练的数据集;构建融合Transformer与ResUNet的溃坝流时空耦合预测模型,所述溃坝流时空耦合预测模型为编码器‑解码器架构,编码器通过多个残差卷积层提取水流场的空间特征,随后,将特征图分块展平为时序特征,输入并行堆叠的Transformer模块进行时间动态建模;解码器通过跨层连接融合空间特征与Transformer增强的时序特征,通过逐级上采样和堆叠的瓶颈残差块重建未来时刻的预测水流场;对构建的溃坝流时空耦合预测模型进行训练,利用训练好的预测模型实现溃坝流的快速预测。本方法基于改进的ResUNet的编码器‑解码器结构,在流场预测中实现高保真度的流场细节重建。

本发明授权一种采用Transformer-ResUNet模型的溃坝流快速预测方法和系统在权利要求书中公布了:1.一种采用Transformer-ResUNet模型的溃坝流快速预测方法,其特征在于,包括如下步骤: 步骤1,获取实际溃坝数据或通过数值模拟得到用于模型训练的数据集; 步骤2,构建融合Transformer与ResUNet的溃坝流时空耦合预测模型,所述溃坝流时空耦合预测模型为编码器-解码器架构,编码器通过多个残差卷积层提取水流场的空间特征,随后,将特征图分块展平为时序特征,输入并行堆叠的Transformer模块进行时间动态建模;解码器通过跨层连接融合空间特征与Transformer增强的时序特征,通过逐级上采样和堆叠的瓶颈残差块重建未来时刻的预测水流场; 残差卷积层包括1个特征降采样瓶颈残差块和2个标准瓶颈残差块,其中标准瓶颈残差块包括:由1×1卷积进行通道压缩、3×3深度可分离卷积提取空间特征、1×1卷积恢复通道维度组成,并使用同层次映射形成残差结构,通过批归一化BN与ReLU激活函数增强非线性表达能力; 特征降采样瓶颈残差块是在标准瓶颈残差块的基础上,采用2×2最大池化操作与标准瓶颈残差块的3×3深度可分离卷积结合将特征图尺寸缩减50%,同时通过跨步卷积增加感受野并修改跳跃连接信息尺寸,形成空间分辨率递减但语义信息强化的特征序列; 步骤3,对步骤2构建的溃坝流时空耦合预测模型进行训练,利用训练好的预测模型实现溃坝流的快速预测。

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武汉大学,其通讯地址为:430072 湖北省武汉市武昌区八一路299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。