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！

龙图腾网获悉杭州电子科技大学申请的专利基于深度学习网络模型的电磁场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：CN120951710B 。

龙图腾网通过国家知识产权局官网在2026-02-10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：202511483355.5，技术领域涉及：G06F30/23；该发明授权基于深度学习网络模型的电磁场预测方法是由吴雨盟;王安康;许宁;李叶鑫;王艳洋设计研发完成，并于2025-10-17向国家知识产权局提交的专利申请。

本基于深度学习网络模型的电磁场预测方法在说明书摘要公布了：本发明公开了基于深度学习网络模型的电磁场预测方法，属于计算电磁学中吸收边界技术领域，构建并训练Autoformer模型，基于电磁模型，将序列分解机制和稀疏自相关机制运用于WCS‑FDTD框架中，以更快速精准地更新电磁场数据，将获取的历史内部场域与对应吸收边界处的电磁场数据输入训练好的神经网络模型进行预测，基于预测的下一时刻吸收边界处的电磁场数据与当前时刻内部场域的电磁场数据，计算下一时刻内部场域的电磁场数据，再将得到的对应下一时刻吸收边界处电磁场数据预测值与下一时刻内部场域电磁场数据进行组合，生成下一时刻的输入数据进行迭代预测，最终得到每一时刻的计算域电磁场数据。

本发明授权基于深度学习网络模型的电磁场预测方法在权利要求书中公布了：1.基于深度学习网络模型的电磁场预测方法，其特征在于包括如下步骤： 构建计算域的电磁模型，包含计算域的内部场域和围绕内部场域的吸收边界，内部场域中设有激励源； 采集当前时刻内部场域与对应吸收边界处的历史电磁场数据作为输入数据，采集下一时刻所述对应吸收边界处的电磁场数据作为标签数据，以构建样本对，得到一组样本数据；为所述吸收边界设置一层与内部场域网格连接的吸收边界网格，用于将Autoformer网络集成于此充当吸收边界，以激励源至吸收边界的方向为横向，与所述横向垂直且向上的方向为竖向，分别与所述横向和所述竖向垂直且向外的方向为纵向，对于依次连接的两个内部场域网格和一个吸收边界网格，基于网格横向和竖向的电场以及网格纵向的磁场，分别采集三个网格当前时间步和历史时间步的电磁场值作为所述输入数据，同时，采集吸收边界网格下一时间步的电磁场值作为所述标签数据； 构建Autoformer深度学习网络模型，并基于所述样本数据进行Autoformer深度学习网络模型的训练； 基于电磁模型，使用弱条件稳定时域有限差分法更新不同时刻的电磁场数据，将获取的历史内部场域与对应吸收边界处的电磁场数据输入训练好的Autoformer深度学习网络模型进行预测，基于预测的下一时刻吸收边界处的电磁场数据与当前时刻内部场域的电磁场数据，计算下一时刻内部场域的电磁场数据，再将下一时刻所述吸收边界处的电磁场数据与下一时刻内部场域电磁场数据进行组合，以生成下一时刻的所述输入数据进行迭代预测，最终得到每一时刻的计算域电磁场数据。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市下沙高教园区2号大街；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。